Wie zijn wij?
Wij zijn gespecialiseerd in data-gedreven beslissingen. Daarbij combineren wij data science met financieel risico beheer. Wij bieden producten en diensten aan in zowel de private als de publieke sector.
Onze doelstellingen
Wij geloven dat goed inzicht in het risico de kern is van, en voorwaardelijk voor, het maken van goede beslissingen.
Wij helpen onze klanten om het beslissingsproces eenvoudiger, betrouwbaarder en transparanter te maken.
Onze manier van werken & waardes
doen onderzoek naar de assumpties
zoeken naar de belangrijkste risico factoren
houden rekening met de context
volgen een iteratief doel-gericht proces
hebben aandacht voor detail
tonen eigenaarschap
waarderen integriteit, bescheidenheid
open communicatie
Onze expertise
Wij hebben veel ervaring met het berekenen en valideren van risico’s. Denk daarbij bijvoorbeeld aan het risico op rente, inflatie, werkeloosheid, kredietwaardigheid, investeringen, aandelen, vastgoed, grondexploitatie en projecten.
Wij bieden kwantitatieve risicoanalyses, second opinions en validaties van risico inschattingen.
We werken samen met klanten in zowel de private als publieke sector, in financiële en niet-financiële omgevingen.
Activiteiten
Wij houden ons onder andere bezig met:
- financieel risico-beheer
- regelgeving marktrisico (Solvency II, Wtp)
- modelleren, backtesten en toetsen van investeringsvoorstellen en strategieën
- data analytics
- toepassing van AI in financiële risico modellen
- detectie van verborgen drivers van complexe systemen
- voorspelling op basis van referentieklassen
Ons team
Als u meer informatie wilt ontvangen of een (video) gesprek wilt aanvragen stuur ons dan eeninformatieverzoek.
Producten & diensten
We bieden verschillende producten om een juist beeld op het risico te verkrijgen. Wij maken daarbij tooling, applicatie interfaces en geautomatiseerde rapportages die via de cloud kunnen worden geactualiseerd. Ook bieden wij diensten aan zoals risicoanalyses, validaties of second opinions.
Leer met behulp van enkele voorbeelden hoe data kan helpen om financieel risico beter te begrijpen:
Cases
Lees in de volgende artikelen over enkele projecten die we hebben uitgevoerd en een aantal van de aspecten die daarbij van belang zijn:
Renterisico leningenportefeuille
We laten zien hoe we een concrete inschatting van het financieel risico kunnen verkrijgen voor een lening-portefeuille waarvoor herfinanciering nodig is.
Wij gebruiken daarbij de zogenaamde ‘Value at Risk’ methode en laten zien wat voor invloed het zekerheidsniveau heeft op de hoogte van de risicoinschatting.
Grondexploitatie risico
In de volgende use case duiken we in de berekening van het financieel risico van een portefeuille van grondexploitaties (Grexen) van een gemeente. We introduceren geautomatiseerde tooling en risicoprofielen die jaarlijks bijgewerkt kunnen worden.
Projectrisico
Hoe bepaal je het investerings- en exploitatierisico van een project zoals een buitenzwembad of een kunstmuseum?
Lees mee hoe we een second opinion uitvoeren op de business case en financieel risico kwantitatief onderbouwen. En hoe dit bijdraagt tot meer comfort over de haalbaarheid van een project.
Inzichten
Voorspellen met referentieklassen
Leer over voorspellen met behulp van referentieklassen en haar rol bij het voorspellen van verwachting en risico. Ontdek hoe het risicoinschattingen verbetert en het project succes vergroot.
Risicoaversie
Ontdek de psychologie van risico en verlies aversie in het besluitvormingsproces. Onderzoek hoe mensen onzekerheid en negatieve gevolg vermijden.
Renterisico
In dit artikel gaan we in op de belangrijkste factoren die moeten worden meegenomen wanneer we de herfinancieringsrisico’s willen berekenen.
Modelvalidatie
In de volgende artikel serie analyseren we de prestatie van vier renterisico-modellen.
- Solvency II: definieert kapitaalvereisten voor de verzekeringssector in de EU
- Wtp: gerelateerd aan de nieuwe pensioenfonds regelgeving in Nederland
- BASE methode: statistisch model, context onafhankelijk
- REGIME-BASED methode: statistisch model, context afhankelijk
Tot slot, vergelijken we de modellen en selecteren het optimale risicomodel.
Grondprijsrisico in historische context
We analyseren residuele grondprijzen in Nederland en gebruiken een regime-gebaseerd model om het risico te voorspellen.