Financiële instellingen zijn bij wet verplicht om de risico-aversie van particuliere beleggers te meten. Beleggers gedragen zich echter anders dan ze in de vragenlijsten aangeven.
In het kort
– De variabelen, die volgens de wet iets zouden moeten zeggen over risico-aversie, zijn niet wetenschappelijk onderbouwd.
– De systematiek bij het meten van risicovoorkeuren moet drastisch worden herzien of anders worden afgeschaft.
De vragenlijsten die vermogensbeheerders en pensioenfondsen gebruiken om het verplichte risicoprofiel van beleggers op te stellen, functioneren niet goed – zo lieten Van der Meeren et al. (2019), onderzoekers bij de Autoriteit Financiële Markten (AFM), recent in ESB zien. De vragenlijsten zijn veelal niet wetenschappelijk onderbouwd en meten niet wat ze behoren te meten. Ze hebben – zoals Het Financieele Dagblad (FD, 2019) het omschrijft – een hoog ‘Cosmopolitan-gehalte’. Met andere woorden: banken doen maar wat, met welke mogelijke uitkomst dan ook tot gevolg.
Vervolgens komen de AFM-onderzoekers op grond van hun constatering met voorstellen die enkel en alleen ingaan op de manier waarop de vragen gesteld worden – snel afnemen, irrationele effecten beperken en een passende context bieden – maar ze gaan daarmee voorbij aan de noodzaak om voorstellen te doen die de grondslagen aanpakken op basis waarvan deze vragen tot stand komen. Het zijn echter juist deze grondslagen die een deugdelijke meting van de risico-aversie onder beleggers belemmeren.
Juridisch kader
De Europese Markets in Financial Instruments Directive, die de basis vormt voor de Nederlandse Wet op het financieel toezicht (Wft), vereist van aanbieders van financiële diensten en producten dat ze, vanuit de aan hen opgelegde zorgplicht, een risicoprofiel van hun klanten opstellen. De wettelijke zorgplicht schrijft niet alleen voor dat er gehandeld moet worden in het belang van de klant, maar ook dat aanbieders de klant tegen zichzelf in bescherming moeten nemen.
In het Besluit Gedragstoezicht financiële ondernemingen Wft stelt de wetgever dat de hoeveelheid in te winnen informatie afhankelijk is van het soort cliënt, van de aard en de omvang van de beleggingsdienst, van het beoogde financiële instrument en de complexiteit ervan, en van de daarmee samenhangende risico’s. Wanneer een bank een klant adviseert of een individueel vermogen beheert, dan dient deze volgens de Wft informatie in te winnen over de financiële positie, kennis, ervaring, doelstellingen en risicobereidheid van de betreffende klant.
Onderbouwing ontbreekt
Waarom de volgens de wet in te winnen informatie relevant is, blijft echter onduidelijk. Er lijkt geen wetenschappelijke onderbouwing voor te zijn: een verkenning van de literatuur levert geen enkel artikel op dat aantoont dat, indien men naar deze variabelen vraagt, het juiste risicoprofiel van de belegger kan worden vastgesteld. Ook de medewerkers van de Autoriteit Financiële Markten konden mij niet vertellen op grond van welke inzichten ze tot deze variabelen zijn gekomen.
Het zal ongetwijfeld zo zijn dat de genoemde vijf variabelen enigszins bijdragen aan het vaststellen van een risicoprofiel, maar zolang dit niet wetenschappelijk onderbouwd is, zou men bij wijze van spreken net zo goed naar de haarkleur, seksuele voorkeur of het favoriete automerk van de beleggers kunnen vragen. Dat laatste zou dan overigens wellicht nog de beste indicator voor risicobereidheid zijn: een onderzoekje wees ooit uit dat Volvo-rijders betere beleggers zouden zijn (Autoblog, 2007).
Willekeur in praktijk
Terwijl de vijf te meten variabelen dus precies in de wet zijn vastgelegd, staat het instellingen volstrekt vrij op welke wijze ze hiernaar vragen. Deze vrijheid geeft banken de gelegenheid om zich te profileren naar de klant toe, maar ondermijnt mogelijk ook de effectiviteit van het opstellen van risicoprofielen. Er worden zeer uiteenlopende vragenlijsten gebruikt (Landman, 2013), waardoor er verschillen kunnen ontstaan in de vastgestelde risicoprofielen. Zo vonden Loonen en Van Raaij (2008) dat vergelijkbare beleggers op geheel andere beleggingsproducten uitkwamen al naar gelang de bank waarbij er werd belegd. Van der Meeren et al. (2019) constateerden dat er doorgaans kwalitatieve methodes worden gebruikt om risicobereidheid te meten, terwijl kwantitatieve criteria een beter beeld van de risicobereidheid zouden geven.
Verkeerde uitgangspunten
Fundamenteler dan de – ogenschijnlijk arbitrair voorgeschreven – te meten variabelen en de willekeur in de praktijk, is dat de onderliggende uitgangspunten voor risicometing twijfelachtig zijn. Er wordt van uitgegaan dat beleggers een duidelijke risicovoorkeur hebben en zich daaraan houden, kortom: de uit de neoklassieke economie stammende premisse dat we te maken hebben met een rationeel handelende belegger. En ook dat financiële instanties in staat zouden zijn om de risico’s die zij nemen in te schatten.
Onderzoek suggereert echter dat beide uitgangspunten niet valide zijn. Zo toonden Slovic (1987), Slovic en Peters (2006) en Taleb (2008) – en van vroegere datum Bernoulli (1954) – aan dat risico, in welke vorm dan ook en met name in de financiële sector, niet of nauwelijks kwantificeerbaar of voorspelbaar is. Recent stelde Kocken (2019) dat “platgeslagen statistiek uit het verleden de neiging heeft om totaal niet relevant te zijn als indicator voor risico.”
Gedragsonderzoek toont bovendien aan dat de mens absoluut niet rationeel handelt (Bernstein, 1995; 1996; Kahneman, 2012). De vraag is of, gezien de beperkte rationaliteit van de beleggers, er sowieso een goed werkend systeem ontwikkeld zou kunnen worden. Onderzoek laat zien dat particuliere beleggers regelmatig afwijken van hun risicoprofiel als zij hun beleggingsbeslissingen nemen (Grable, 2000; Hilton, 1995; Nicholson et al., 2005). Bewuste intenties en rationele overwegingen hebben een beperkte voorspellende waarde voor daadwerkelijk gedrag.
Uit een in 2017 uitgevoerd gedragsexperiment aan de Hogeschool van Amsterdam onder 265 particuliere beleggers bleek ook dat beleggers zich niet houden aan hun eigen risicoprofielen. Een veelvuldig gebruikte vragenlijst (Alex, 2017) werd voorgelegd aan een door Euronext aangeleverde groep beleggers, die qua leeftijd, beleggingservaring en geslacht representatief was voor de populatie van Nederlandse beleggers, om aldus hun risicoprofiel vast te kunnen stellen.
Vervolgens kozen zij beleggingsproducten met een daarbij vermelde risicoclassificatie. In eerste instantie hielden de beleggers zich in hoge mate aan het zojuist vastgestelde profiel. Blijkbaar werkte de invloed van de vragenlijst nog door bij de genomen beslissing. Toen hun na enkele weken werd gevraagd of er zich grote veranderingen in hun omstandigheden hadden voortgedaan, en dit niet het geval bleek, werd hun een nieuw voorstel gedaan waarbij ze producten met een gelijk gebleven risico kregen voorgesteld die een hoger rendement zouden kunnen opleveren. Het grootste deel van de beleggers (61,8 procent) stapte – vanzelfsprekend – over.
Weer enkele weken later werd hun, onder gelijkgebleven omstandigheden, een nieuw voorstel gedaan met niet alleen een hoger geprognosticeerd rendement, maar ook een beduidend hoger risico. De onderzoekers verwachtten dat veel beleggers dit aanbod zouden afslaan. Het tegendeel bleek echter het geval: weer stapte een grote groep beleggers (64,5 procent) over op het aangeboden product. Gevraagd naar hun overwegingen bij deze keuze, gaf men onder meer aan dat een hoger risico doorgaans een nog hoger rendement met zich mee zou brengen. Deze snelle verandering in risico-afwegingen roept ernstige vragen op over het nut van het opstellen van een risicoprofiel.
Conclusie
De vanuit de zorgplicht opgelegde verplichting om een risicoprofiel op te stellen, laat de belegger in de waan dat het risicoprofiel enige mate van bescherming biedt. In 2018 kwamen er zo’n 150.000 beleggende huishoudens bij, een toename van elf procent ten opzichte van 2017 (NRC, 2018). Deze groep zal nog relatief onervaren zijn en zich mogelijk ten onrechte veilig voelen vanwege het opgestelde risicoprofiel. Het is daarom van groot belang om óf een deugdelijk meetsysteem op te zetten, óf om het ondervragen te laten voor wat het is en niet de illusie van bescherming te wekken.
Een deugdelijk meetsysteem begint bij de wetenschappelijk onderbouwde uitgangspunten in de wet. Zolang de uitgangspunten arbitrair zijn, heeft het weinig zin om te sleutelen aan de wijze waarop deze tests worden afgenomen, zoals Van der Meeren et al. (2019) voorstellen. Als het niet mogelijk is om tot een wetenschappelijk onderbouwde systematiek van risicometing te komen, dan is het wellicht beter om gewoon te stoppen met het verplicht opstellen van risicoprofielen.
Literatuur
Alex (2017) Handleiding vermogensbeheer. Te vinden op www.alex.nl.
Autoblog (2007) Volvo-rijders, saai maar wel een hoog beleggingsrendement. Te vinden op www.autoblog.nl.
Bernoulli, D. (1954) Exposition of a new theory on the measurement of risk. Econometrica, 22(1), 23–36. [vertaling van Specimen Theoriae Novae de Mensura Sortis, 1738].
Bernstein, P.L. (1995) Risk as a history of ideas. Financial Analysts Journal, 51(1), 7–11.
Bernstein, P.L. (1996) Against the gods, the remarkable history of risk. Hoboken, NJ: Wiley & Sons.
FD (2019) AFM: meten risicobereidheid belegger kan veel beter. Het Financieele Dagblad, 28 februari.
Grable, J.E. (2000) Financial risk tolerance and additional factors that affect risk taking in everyday money matters. Journal of Business and Psychology, 14(4), 625–630.
Hilton, D. (1995) The social context of reasoning: conversational inference and rational judgment. Psychological Bulletin, 118(2), 248–271.
Kahneman, D. (2012) Thinking fast and slow. Londen: Penguin.
Kocken, T. (2019) Een behavioral risk manager kan besluitvorming boardroom sterk verbeteren. Het Financieele Dagblad, 12 maart.
Landman, W. (2013) Uniformiteit risicoprofielen van particuliere beleggers. ESB, 98(4666), 494–495.
Loonen, T. en F. van Raaij (2008) Risicoprofielen onderling weinig consistent. ESB, 93(4545), 614–617.
Meeren, G. van der, H. de Cloe-Vos en A. van Geen (2019) Meet risicobereidheid met een kwantitatieve methode. ESB, 104(4773), 222–225.
Nicholson, N., E. Soane, M. Fenton-O’Creevy en P. Willman (2005) Personality and domain-specific risk taking. Journal of Risk Research, 8(2), 157–176.
NRC (2018) Steeds meer particuliere beleggers. NRC, 10 december.
Slovic, P. (1987) Perception of risk. Science, 236(4799), 280–285.
Slovic, P. en E. Peters (2006) Risk perception and affect. Current Direction in Psychological Science, 15(6), 322–325.
Taleb, N.N. (2008) The Black Swan. Londen: Penguin.
