ALM-simulatiemodellen: Monte Carlo versus scenario‑gebaseerd

In asset‑liability management (ALM) projecteren simulatiemodellen hoe rentebewegingen de economische waarde van activa en passiva in de loop van de tijd beïnvloeden. Twee dominante benaderingen zijn Monte Carlo‑simulatie en scenario‑gebaseerde simulatie. Monte Carlo‑simulatie maakt gebruik van stochastic‑path‑technieken – ook wel stochastic simulaties genoemd – om honderden of duizenden mogelijke toekomstige rentepaden te genereren op basis van probabilistische aannames (bijv. mean reversion, volatiliteit). Scenario‑gebaseerde simulatie daarentegen bouwt een beperkte set economisch coherente, toekomstgerichte paden – vaak verankerd in historische episodes, stress‑gebeurtenissen of macro‑economische prognoses – om discrete strategische alternatieven of solvabiliteitsuitkomsten te evalueren.

Monte Carlo‑simulatie in ALM maakt gebruik van een Economic Scenario Generator (ESG) om een groot aantal stochastische rentepaden te simuleren, doorgaans met dynamische term‑structuurmodellen. Elk pad vertegenwoordigt een mogelijke evolutie van kortetermijnrentes, de vorm van de rentecurve en volatiliteiten over de projectie‑horizon. Het ALM‑model herwaardeert vervolgens activa en passiva onder elk pad, waardoor een uitkomstverdeling ontstaat voor metriek­en zoals de economische waarde van eigen vermogen (EVE) of netto‑rente‑inkomsten (NII). Deze verdeling maakt de berekening van betrouwbaarheidsintervallen, Value‑at‑Risk (VaR) of expected shortfall voor renterisico mogelijk.

• Stochastische modelleringsbasis: Gebruikt gekalibreerde ESG’s om paden te simuleren die consistent zijn met waargenomen marktgegevens en economische theorie (bijv. Cox‑Ingersoll‑Ross‑ of Hull‑White‑modellen).
• Uitkomstverdeling: Levert een volledige probabilistische output, die risicometri­c­ken ondersteunt die tail‑exposure en verwachte verliezen kwantificeren.
• Gebruik in de praktijk: Wordt vaak toegepast bij interne modelvalidatie, kapitaalallocatie en dynamische EAR-modellering voor budgettering en strategische planning.

Scenario‑gebaseerde simulatie bouwt een kleine set – vaak 3 tot 10 – van plausibele, intern consistente macro‑economische en rentepaden. Deze scenario’s kunnen historisch zijn (bijv. verkrapping 1979‑1982), hypothetisch (bijv. snelle inflatieresurrectie) of op prognoses gebaseerd (bijv. consensus macro‑vooruitzicht). Elk scenario wordt deterministisch toegepast op het ALM‑model, waardoor punt‑schattingen van EVE of NII onder elk pad ontstaan. De benadering legt de nadruk op interpreteerbaarheid en narratieve samenhang boven statistische precisie.

• Narratief‑gedreven ontwerp: Scenario’s worden geselecteerd om geloofwaardige stress‑ of strategische keerpunten te weerspiegelen, vaak afgestemd op toezichtersverwachtingen of interne risicobereidheidskaders.
• Besluitvormingondersteuning: Wordt gebruikt om strategische afwegingen – zoals herpositionering van activa of hedging‑beslissingen – te beoordelen onder specifieke macro‑economische regimes.
• Integratie met governance: Faciliteert draagvlak bij niet‑technische belanghebbenden door de analyse te verankeren in duidelijke, verhalende aannames.

Monte‑Carlo‑ en scenario‑gebaseerde simulaties vervullen complementaire rollen in ALM, elk met eigen sterktes en beperkingen.

• Dekking vs. duidelijkheid: Monte Carlo biedt een brede probabilistische dekking, waarbij staart‑risico en statistische onzekerheid worden vastgelegd, maar de uitkomsten kunnen abstract zijn en moeilijk te vertalen naar concrete acties. Scenario‑gebaseerde simulatie levert duidelijke, actiegerichte inzichten, maar kan gebeurtenissen met lage waarschijnlijkheid en hoge impact die niet in de gekozen scenario’s zijn opgenomen, onderschatten.
• Modelrisico: Monte Carlo is gevoelig voor ESG‑kalibratie en veronderstellingen over de verdeling; fouten in volatiliteit of mean‑reversion‑parameters kunnen risicoberekeningen vertekenen. Scenario‑gebaseerde simulatie is kwetsbaar voor selectiebias – het weglaten van plausibele paden of een te grote afhankelijkheid van historische analogieën die mogelijk niet zich herhalen.
• Regelgevende afstemming: Toezichthouders (bijv. de OCC) erkennen beide benaderingen, maar scenario‑gebaseerde methoden hebben vaak de voorkeur voor supervisie‑stress‑tests en strategische rapportage, terwijl Monte Carlo interne modelvalidatie en dynamische risicometing ondersteunt.

Stel dat een instelling de impact wil beoordelen van een parallelle stijging van 200 basispunten in de rentetarieven over twee jaar. In een Monte‑Carlo‑simulatie genereert de ESG 5.000 paden waarbij de korte rente een mean‑reverting‑proces volgt met gekalibreerde volatiliteit; de resulterende verdeling van EVE‑veranderingen kan een verlies in het 5e percentiel van $120 miljoen en een winst in het 95e percentiel van $45 miljoen laten zien. Bij scenario‑gebaseerde simulatie wordt één deterministisch pad – dat de 200 bp‑stijging en de daaraan gekoppelde rentecurve‑dynamiek weerspiegelt – toegepast, wat een punt‑schatting oplevert van een EVE‑daling van $90 miljoen. De Monte‑Carlo‑output ondersteunt kapitaal‑ en VaR‑berekeningen; de scenario‑output ondersteunt discussies op bestuursniveau over strategische reacties, zoals het versnellen van asset‑herwaardering of het aanpassen van duration‑doelstellingen.

• Gebruik Monte‑Carlo‑simulatie wanneer risicometingen worden geschat die statistische strengheid vereisen, bv. economisch kapitaal, VaR of expected shortfall, of wanneer de impact van onzekerheid op langetermijn‑strategische uitkomsten over een brede reeks mogelijke paden wordt geëvalueerd.
• Gebruik scenario‑gebaseerde simulatie wanneer risico wordt gecommuniceerd aan governance‑organen, strategische beslissingen worden getest onder specifieke macro‑economische regimes, of wanneer wordt afgestemd op supervisie‑stress‑test‑kaders waarbij narratieve samenhang en uitvoerbaarheid voorrang hebben boven probabilistische volledigheid.

Beide methoden worden vaak gelijktijdig toegepast: Monte Carlo voor interne modelvalidatie en risicokwantificering, en scenario‑gebaseerde analyse voor strategische besluitvorming en regelgevende rapportage.