Nart Wielaard

Winstcijfers, value-at-risk-berekeningen, stresstesten, prognoses, solvency-rapportages of andere rapportages hebben een ding gemeen: ze suggereren een hoge mate van precisie op basis van modellen waarin aannames zijn gestopt. Denk aan aannames over waardering, tijdshorizon, risicoperceptie en normaliteit. De afgelopen decennia is de gereedschapskist van onder meer financials en accountants steeds meer gebaseerd op modellen en daarmee ook op de onderliggende data. Dat is mooi, want die modellen kunnen daarmee hoogwaardige inzichten bieden, die we in het 'pre-data tijdperk' niet konden leveren.

Maar hier en daar klinken ook waarschuwingen over die trend, onder meer omdat modellen geen neutrale vensters op de werkelijkheid zijn, maar per definitie geconstrueerde versies ervan. Modellen reduceren immers de complexiteit. Dat is hun kracht en hun zwakte. Door keuzes te maken over wat relevant is en wat niet, maken modellen de wereld hanteerbaar en leveren ze informatie om besluiten op te baseren. Tegelijkertijd verbergen ze die onderliggende keuzes voor de gebruiker van de informatie. Wat overblijft, presenteert zich als feit, maar is in werkelijkheid een interpretatie.

Kritiek

En juist op die schijnwaarheid en de misleidende precisie is kritiek. In Nederland heeft Theo Kocken, ondernemer, filmmaker en hoogleraar risicomanagement, er eigenlijk zo'n beetje zijn levenswerk van gemaakt. Hij stelt al jaren het geloof in (vooral) macro-economische modellen ter discussie, omdat deze schijnwerelden opleveren. Hij meent dat die modellen onvoldoende houvast bieden om beslissingen te nemen en daagt mensen uit voorbij de modellen te kijken. In accountantsjargon zouden we het professional judgemnt kunnen noemen.

Kocken heeft het over robuust denken. Zijn redenering over de modellen is heel simpel: we weten minder dan we denken. Zijn oproep vond vooral weerklank toen de weeffouten in modellen voor (professionele) beleggers werden blootgelegd bij de financiële crisis van 2008. Complexe risicomodellen gaven banken en toezichthouders een gevoel van controle. Ze vertrouwden op statistische aannames over markten die stabiel zouden zijn, correlaties die zich zouden gedragen en extremen die zeldzaam waren. Toen die aannames faalden, faalden de modellen mee. Niet omdat ze verkeerd waren berekend, maar omdat ze een fragiele werkelijkheid als stabiel hadden voorgesteld.

Dit fenomeen speelt waarschijnlijk in heel veel modellen een rol, ook in de modellen waar accountants - als openbaar accountant maar ook als financial - mee te maken hebben. Accountants zijn ook mensen en weten waarschijnlijk ook minder dan ze denken te weten. Voor een buitenstaander lijkt accountantswerk te gaan over het vaststellen van feiten. Maar in werkelijkheid draait het om professioneel oordeel: wat is materieel, wat is aanvaardbaar, welke onzekerheden moeten worden toegelicht? Als accountants zich beperken tot modelconsistentie - klopt het volgens pak hem beet IFRS, Solvency 2 of de Discounted Cash Flow methode - zonder zich af te vragen of de aannames nog realistisch zijn, ontstaat schijnzekerheid.

Voorbij de modellen

Precies daarom kan het nuttig zijn om de adviezen van Kocken ter harte te nemen en nu en dan voorbij de modellen te kijken. Voorbij de modellen kijken betekent hier niet: zelf voorspellen of speculeren. Het betekent signaleren waar de grenzen van modellen liggen. Juist omdat accountants zelf geen risicomodellen bouwen, maar er wel gebruik van maken, is hun professionele scepsis cruciaal. Kocken geeft daar ook wel wat handvaten voor. Hij wijst onder meer op het belang van het doorleven van verschillende scenario’s en het organiseren van tegenspraak. Over die onderwerpen zijn boekenkasten vol geschreven, dus daar gaan we hier gemakshalve verder niet op in.

Tot slot: is dit niet een vraagstuk van alle tijden? Jazeker, maar er zijn wel twee redenen die het erg opportuun maken om er nu eens goed over na te denken. Allereerst het al genoemde feit dat we leven in een tijd met veel data en algoritmes die bepalend zijn voor de modellen. En ten tweede omdat we leven in een wereld met transities. En juist in zo'n wereld kun je eigenlijk nauwelijks bouwen op data en modellen, omdat deze zijn gebouwd op het verleden, terwijl transities juist een breuk met dat verleden vormen. Ze veronderstellen stabiele relaties, bekende variabelen en lineaire causaliteit. In transities veranderen aannames, spelregels en voorkeuren tegelijk. Dat vraagt dan om aanvullend oordeelsvermogen, zo betoogt ook deze tak van de wetenschap al decennia. Professional judgment. Robuust denken. Of hoe u het ook maar wilt noemen. Een onderzoekende geest misschien?