Bastiaan Starink Mr. dr. B. Starink is werkzaam bij PwC, het CompetenceCentre for Pension Research en het Fiscaal Instituut Tilburg van Tilburg University (1)
Enkele maanden geleden ben ik gevraagd om een column voor de Circulaire te schrijven. Een column verschilt van een vaktechnisch artikel doordat het minder wetenschappelijk hoeft te zijn en dat ik er een (ongezouten) mening in mag ventileren. Althans, dat is mijn uitgangspunt. En een mening heb ik over veel zaken! Zo vind ik dat wijn lekkerder is dan bier, dat Tilburg dé universiteitsstad van Nederland is – zeker als het op fiscaliteit, pensioenonderzoek en -onderwijs aankomt – en dat de herziening van het pensioenstelsel noodzakelijk is – en overigens beschamend lang op zich laat wachten. Noodzakelijk om verschillende redenen, maar naar mijn mening is de belangrijkste reden dat een herziend pensioenstelsel kansen en mogelijkheden biedt om pensioenregelingen veel beter te laten aansluiten bij de individuele behoeftes van de deelnemer en de jonge generatie werkenden zoals jullie. De stelselherziening heeft immers tot doel om ongewenste herverdeling tussen generaties tegen te gaan, risico’s transparant te maken en het stelsel klaar te maken voor de arbeidsmarkt van de toekomst. Het is dus bedoeld voor jullie als Circulaire-lezer!
De reden dat pensioenen volop in de belangstelling staan is dat ons Nederlandse pensioenstelsel, dat nog steeds als één van de beste stelsels ter wereld wordt gezien, drastisch hervormd moet worden om ook het beste stelsel te blijven. En met die hervorming zijn we al bijna 10 jaar bezig. Gelukkig is er daarom op 6 juni 2019 een pensioenakkoord tussen sociale partners gesloten die de aanzet geeft voor een grote herziening van ons pensioenstelsel. Die veranderingen hebben een zware fiscale component via de wijzigingen van de Wet op de loonbelasting 1964 (hierna: Wet LB). Daarin worden namelijk de grenzen gesteld die dominant zijn voor de vormgeving van het pensioenstelsel. Daarover later meer; eerst een korte terugblik.
De financiële en economische crisis die wereldwijd toesloeg in 2008, heeft een enorme invloed gehad (en heeft dat nog steeds) op de financiële positie van pensioenfondsen en pensioenen in zijn algemeenheid in Nederland. De risicovrije rente daalde van ca. 4,5% halverwege 2008 naar ca. 0,5% halverwege 2018. (2) De AEX-index halveerde ongeveer in 2008. De dekkingsgraden van pensioenfondsen (de verhouding tussen vermogen en verplichtingen) daalden van gemiddeld 140% ultimo 2007 naar gemiddeld 90% ruim een jaar later. Om het veelkoppige pensioenmonster te beteugelen wordt in de Wet LB sinds 2015 al uitgegaan van een lager opbouwpercentage en een verhoging van de pensioenleeftijd. Dit leidt tot lagere pensioenpremies maar lost het tekort van pensioenfondsen nog niet op. Inmiddels zijn we 10 jaar verder na de start van de crisis en heerst er nog steeds een mineurstemming in pensioenland. De dekkingsgraden van pensioenfondsen schommelen nog steeds rond 100%. De urgentie om structureel een oplossing te vinden voor de lage dekkingsgraden van pensioenfondsen neemt toe. Mede doordat het financieringsprobleem in de pensioenen nog niet is opgelost, is het vertrouwen in het pensioenstelsel tot een dieptepunt gedaald. (3)
Naast meer economische en financiële argumenten voor de aanpassing van het pensioenstelsel, zijn er andere maatschappelijke ontwikkelingen die nopen tot herziening van ons pensioenstelsel. Een belangrijk argument is de verandering van de arbeidsmarkt. Het aantal zzp’ers is sterk toegenomen en arbeidscontracten zijn flexibeler geworden. Omdat deze groeiende groep zzp’ers niet deelneemt in een pensioenvoorziening, is er de zorg dat steeds minder zelfstandigen een toereikende oudedagsvoorziening opbouwen. De genoemde heterogeniteit op de arbeidsmarkt ondermijnt de huidige doorsneesystematiek voor pensioenopbouw. Het doorsneepremiesysteem is op individueel niveau actuarieel gezien niet ‘eerlijk’ omdat jongeren in enig jaar te veel betalen dan wel te weinig opbouwen en ouderen in enig jaar te weinig betalen dan wel te veel opbouwen. Er vindt dus herverdeling van jong naar oud plaats. Het systeem functioneert prima indien sprake is van een ‘gesloten systeem’ waarbij iemand zijn hele leven in dezelfde pensioenregeling blijft, de deelnemerspopulatie constant blijft, de rente constant blijft en deelnemers gedurende hun werkzame leven hetzelfde aantal uren per week blijven werken. Echter, dat komt zoals gezegd steeds minder vaak voor waardoor het ogenschijnlijk solidaire doorsneesysteem onder druk staat. Tevens draagt het bij aan het gebrek aan vertrouwen in het pensioensysteem omdat deelnemers niet goed kunnen doorzien wat ze nu betalen, wat ze daarvoor terugkrijgen en op welke manier de risico’s zijn verdeeld tussen (groepen van) deelnemers. De politieke wens is dan ook om dit doorsneesysteem af te schaffen en op individueel niveau in enig jaar een actuarieel eerlijke relatie aan te brengen tussen premie en opbouw.
Voor deze herziening van het pensioenstelsel moet veel gerekend worden. De sommen zijn belangrijk, maar moeten wat mij betreft niet gaan overheersen. Bij beleidsmakers, sociale partners en pensioenfondsbesturen bestaat een grote behoefte om alles te willen meten en in geld en modellen uit te drukken. Maar modellen geven richting en zijn niet geschikt of bedoeld om exacte effecten van keuzes en beleid weer te geven. En dan zwijg ik er nog maar over dat elk model uitgaat van andere uitgangspunten. Ook is in de modellen geen plaats voor niet-meetbare zaken als geluk, gezondheid en rechtvaardigheid. Toch snap ik wel dat men hecht aan de uitkomsten van berekeningen; ze geven houvast bij het maken van keuzes. En dat is prettiger dan een lastige discussie over moeilijk kwantificeerbare grootheden als rechtvaardigheid. Maar dat mag er niet toe leiden dat een discussie over een stelselherziening slechts gaat over objectief meetbare criteria. (4) Daarom wil ik beleidsmakers nog één keer oproepen om ons pensioenstelsel te vormen vanuit het niet-kwantificeerbare geloof dat het draagvlak voor het huidige stelsel eindig is, als gevolg van een individualiserende maatschappij waarin door voortschrijdende technologische ontwikkelingen uiteindelijk volledige transparantie gaat ontstaan.
Dat lijkt de komende jaren eindelijk te gaan gebeuren! En daarbij worden pensioenen individueler en komt er meer ruimte voor maatwerk en individuele keuzes van deelnemers.
Voor het optimaal benutten van de mogelijkheden van een individuele keuzes in pensioen kunnen data science toepassingen zeer behulpzaam zijn. Iedereen heeft er vrede mee dat je bij online aankopen wordt geadviseerd over de beste keuze. Deze keuze wordt bepaald door de zaken die aanbieders van je weten. Nu er steeds meer data beschikbaar komen en we bij de koppeling en interpretatie ervan kunnen profiteren van steeds intelligentere, deels geautomatiseerde analysetechnieken, komt individueel maatwerk ook bij pensioenkeuzes binnen handbereik. Sterker nog, veel deelnemers, met name jongeren, zien het als een voorwaarde om te blijven deelnemen aan bestaande regelingen. Ook biedt datatechnologie pensioenuitvoerders de kans om hun communicatie met de deelnemers intiemer te maken, en is er de belofte van efficiencywinst in de pensioenadministratie, met als gevolg lagere uitvoeringskosten.
Daar staat tegenover dat de inzet van data science makkelijk tot ontsporingen kan leiden. In het datagevoelige pensioendomein is het afbreukrisico groot. Bij pensioenkeuzemogelijkheden is vaak onduidelijk welke data mogen worden gebruikt en wanneer wettelijk sprake is van inbreuk op de privacy van deelnemers. Dit potentiële afbreukrisico kan leiden tot risicomijdend gedrag en daarmee tot een suboptimaal gebruik van data science mogelijkheden. Het is daarom zaak om te zorgen voor een goede governance rond de besluitvorming over dat gebruik. Een zorgvuldige en gestructureerde belangenafweging kan pensioenfondsbestuurders richting geven over hoe en waar ze data science willen inzetten.
Zo’n afweging is er bijvoorbeeld tussen het financiële belang van een individuele deelnemer versus dat van andere deelnemers, c.q. het collectief van deelnemers. Immers, door de inzet van data science kan een individuele keuze bijvoorbeeld leiden tot een geoptimaliseerd pensioen voor het individu, maar daarmee tevens tot een suboptimaal resultaat voor het collectief. Ik illustreer dit hierna met een voorbeeld. Stel dat een pensioenuitvoerder op basis van medische gegevens kan voorspellen wat iemands individuele levensverwachting is (dit is al geen toekomstmuziek meer) (5) en er daardoor met redelijke zekerheid van kan uitgaan dat deze persoon na pensionering nog maar tien jaar te leven heeft. Optimale individuele advisering komt dan neer op het vervroegen van het ouderdomspensioen en allerlei andere mogelijkheden zodat de deelnemer (of zijn nabestaanden) in de resterende levensduur nog zoveel mogelijk pensioen ontvangt. Voor het individu is dit de best denkbare uitkomst, maar niet voor het collectief omdat een pensioen zo werkt dat als er geld over blijft, dit ten goede komt aan de andere deelnemers in de pensioenregeling.
De vraag of toepassing van data science mogelijkheden ‘goed’ of ‘fout’ is, valt niet eenvoudig te beantwoorden. Het ridicule voorbeeld van hiervoor illustreert dat alles wat technisch gezien mogelijk is, niet per se wenselijk of aan te bevelen is. Naast de technische mogelijkheden zijn ook de ethische of fatsoensnormen van belang. Anders gezegd: ook de niet-meetbare en kwalitatieve argumenten zijn bij een besluitvormingsproces van groot belang. En juist die invalshoek wordt in het door rekenaars en quanten gedomineerde pensioendomein nog wel eens uit het oog verloren. Pensioenfondsbesturen doen er daarom verstandig aan criteria op te stellen voor hun besluitvorming over het gebruik van data science. Een zorgvuldig ingerichte governance en volledige transparantie zijn daarbij onontbeerlijk en bieden tevens bescherming tegen eventuele kritiek.
(1) Deze column is een bewerking voor enkele andere publicaties in o.a. PensioenMagazine en Weekblad Fiscaal Recht
(2) 10-jaars rente in Nederland, DNB: https://statistiek.dnb.nl/dashboards/rente/index.aspx
(3) Zie voor een uitgebreid onderzoek naar het vertrouwen in de pensioensector H. van Dalen en K. Henkens, Vertrouwen in de pensioensector: Trends en determinanten, TPE Digitaal 2015/9(1), p. 1-20.
(4) Zie in vergelijkbare bewoordingen prof. dr. J.A.G. van der Geld, afscheidsrede Tilburg University, p. 16-17.
(5) Computers kunnen voorspellen welke ziektes iemand krijgt. Prof. dr. Wiro Niessen ontving er de Simon Stevin Meester-prijs voor: https://nos.nl/artikel/2045797-computer-voorspelt-ziekte.html.
