Vertalen van risicobereidheid naar beleggingsbeleid

Vertalen van risicobereidheid
naar beleggingsbeleid
Gosse Alserda MSc & prof. dr. Fieke van der Lecq
i.s.m. prof. dr. Benedict Dellaert & dr. Laurens Swinkels
en Hay Group NL
IIR, 18 september 2014
Opzet presentatie
1.
2.
3.
4.
5.
Waarom wil je risicobereidheid weten?
Kun je risicobereidheid meten? Hoe dan?
Resultaten risicobereidheid
Effect op Strategische Assetallocatie (SAA)
Conclusie
2
1. Risicobereidheid meten: waarom relevant?
 “omdat het van DNB en AFM moet”
 “omdat het van invloed is op beleggingsbeleid”
Is dat wel zo?
 Waar hangt de risicobereidheid dan van af?
 Als risicobereidheid alleen afhangt van leeftijd, dan hoef je
risicobereidheid niet uit te vragen  fonds past
portefeuille aan naar leeftijdsopbouw van populatie.
 Als risicobereidheid afhangt van andere zaken dan leeftijd,
kunnen dat objectieve en reeds bekende kenmerken zijn
 sociodemografische informatie is dan voldoende.
 Voorbeeld: geslacht, opleiding, type loopbaan.
3
1. Risicobereidheid meten: waarom relevant?
 Als risicobereidheid verschilt tussen populaties met
dezelfde sociodemografische kenmerken, kan het zinvol
zijn deze uit te vragen.
 Dan blijft de vraag of mate van risicobereidheid
voldoende reden is om af te wijken van ALM 
verschillend beleggen voor sociodemografisch gelijke
populaties?
 Is dat economisch zinvol (risico – rendement)?
 Is dat ethisch verantwoord (paternalisme)?
 Ergo: “(wat) maakt het uit?”
Dit is onze onderzoeksvraag.
4
2. Risicobereidheid bepalen
Kun je risicobereidheid (objectief) meten?
 Literatuur (m.b.t. andere domeinen) suggereert dat het kan
 Verschillende manieren van uitvragen leiden tot verschillende
resultaten
 Uitruil tussen begrijpbaarheid en validiteit van de vragen
 Framing van de vraag
 Andere onderzoeken: meestal kwalitatief
 Vertaling naar SAA moeilijk te maken
 Ons onderzoek: kwantitatief bepalen (meten)
 Vertaling naar mate van risico-aversie (RRA) en SAA
5
2. Risicobereidheid bepalen
 Wat is uw risicobereidheid?
 Van Rooij et al. (2007)
 Welke loterij heeft uw voorkeur?
 Holt & Laury (2002)
 Hoe wilt u een portefeuille inrichten?
 Viceira (2001)
 Combinatie van bovenstaande
 Kapteyn & Teppa (2011)
6
Holt & Laury in pensioencontext
7
Holt & Laury in pensioencontext
Keuze
Kans laag
Kans hoog
“Risico”premie
(B-A)
Risico aversie
A=B
1
90%
10%
-16,0% inkomen
-4,82
2
70%
30%
- 8,0% inkomen
-1,82
3
50%
50%
0,0% inkomen
0,00
4
35%
65%
6,0% inkomen
1,29
5
20%
80%
12,0% inkomen
2,85
6
10%
90%
16,0% inkomen
4,46
7
5%
95%
18,0% inkomen
5,91
8
1%
99%
19,6% inkomen
9,03
9
0%
100%
20,0% inkomen
N/A
8
Combinatie van methodes
risicobereidheid
H&L
Stated
Portfolio
Factor (RRA)
 Combinatie van methodes
 Verminderd ruis en afwijkingen (biases)
9
2. Relatieve risicoaversie (RRA)
 Maatstaf voor risicobereidheid
 Risico in verhouding tot inkomen / kapitaal
 Positief: Onzekere inkomens worden afgewaardeerd
 Nul:
Neutraal tegenover risico
 Negatief: Onzekere inkomens worden opgewaardeerd
10
3. Resultaten
Vraag: bent u bereid risico te lopen
als het om de opbouw van uw pensioen gaat?
11
3. Resultaten
Constante
relatieve
risicoaversie: RRA
wordt uitgevraagd
in relatie tot
inkomen / kapitaal
12
13
14
15
16
17
18
4. Vertaling naar SAA
 Simulatiemodel voor pensioeninkomens

Assetallocatie vereenvoudigd naar:



Op basis daarvan simulatie van pensioeninkomens



Vaste premie / staffel
Nu vaste asset-mix, later ook lifecycles
Input voor het model:





Zakelijke waarden (aandelen)
Vastrentende waarden (staatsobligaties)
Leeftijd
Inkomen
Risicobereidheid
Risicopremie
Output:

Optimale percentage in zakelijke waarden
19
4. Vertaling naar SAA
20
4. Vergelijking met praktijk
Fonds
Jaar
Vastrentende
waarden
Zakelijke
waarden
Overig
PMT
2012
31,0%
59,0%
10,0%
PFZW
2012
32,4%
60,4%
7,2%
ABP
2012
39,5%
54,1%
6,4%
Shell
2012
47,5%
48,0%
4,5%
Ahold
2012
56,0%
36,5%
7,5%
ING
2012
61,5%
32,5%
6,0%
PME
2012
63,3%
32,4%
4,3%
Philips
2012
70,9%
19,7%
9,4%
Zoetwaren
2012
80,9%
18,9%
0,2%
21
4. Effect AOW en belasting
22
Inclusief AOW
Exclusief AOW
23
Inclusief AOW
Exclusief AOW
24
4. Effect risicopremie
25
5. Conclusie & discussie
 Grote heterogeniteit in risicobereidheid
 Gedeeltelijk te verklaren door demografische kenmerken
 De rest is persoonlijk (nurture / nature)
 Heterogeniteit zowel op inter- als intrafondsniveau
 Simulaties laten over het algemeen hoge percentages
zakelijke waarden zien in optimale portefeuille
 Perspectief deelnemer ↔ fondsbestuur
 Effect risicobereidheid op AA afhankelijk van hoogte
inkomen (relatieve belang AOW).
 Tijdsdimensie risicobereidheid
 Hoe constant is risicobereidheid (vb: effect van een crisis)
 Vaker uitvragen?
26
VRAGEN & DISCUSSIE
Gosse A.G. Alserda MSc
[email protected]
 http://people.few.eur.nl/alserda
Prof. dr. S.G. (Fieke) van der Lecq
[email protected]
 http://people.few.eur.nl/vanderlecq
27

Download Report