Met datascience een passend pensioenadvies

Uitgave: Pensioen Bestuur & Management (PBM) nummer 1 2019

MARIKE KNOEF, HOOGLERAAR EMPIRISCHE MICRO-ECONOMIE AAN DE UNIVERSITEIT LEIDEN EN DIRECTIELID VAN NETSPAR Rubriek: Nieuwe ontwikkelingen
Geplaatst op 08-01-2019
Met datascience een passend pensioenadvies Er zijn maar weinig mensen die op zaterdagavond handenwrijvend zeggen: ”Kom schat, zullen we ons pensioen weer eens gezellig gaan plannen? Pak jij de wijn erbij.” Dat is ook niet zo gek. Want pensioen lijkt voor velen ver weg en het is ingewikkeld. Maar tegelijkertijd maakt bijna de helft van de mensen zich zorgen om zijn pensioen en 20 tot 30 procent van de mensen bouwt ook daadwerkelijk te weinig pensioen op.

Het levert daarom veel op als we pensioenplanning kunnen verlichten met een digitale tool, gebaseerd op data en algoritmen. De afgelopen maanden heb ik een aantal digitale pensioentools uitgeprobeerd. Dat was heel nuttig. Maar ik stel ook vast: er is ruimte voor verbetering. Allereerst, als we mensen snel een passend pensioenadvies willen geven, kunnen we geen tijd verliezen met het inladen van persoonlijke gegevens. Op dit moment zijn er onlineprogramma’s die kunnen helpen bij het inlezen van pensioenoverzichten, bankgegevens en belastingaangiften. Maar daarvoor moet je op verschillende plekken inloggen, bestanden downloaden en gegevens afstaan. Dat kost tijd en het kan niet op een telefoon of een tablet. Kortom, veel drempels.

Totaaloverzicht financiële situatie
Het zou een flinke verbetering zijn als er een informatiearchitectuur komt, waarbij mensen met één keer inloggen een totaaloverzicht kunnen krijgen van hun financiële situatie. Ik denk dan niet alleen aan de pensioenopbouw, maar ook aan de eigen woning en spaartegoeden, die tezamen gemiddeld een kwart van de beschikbare middelen vormen voor de financiering van de oude dag. Sommige mensen maken zich nu wellicht grote zorgen over privacy. Waar komen al die data terecht? Is dat wel veilig? Wanneer het mogelijk is om eenvoudig een totaaloverzicht te krijgen, kan het algoritme voor pensioenadvies naar de klant toe komen, in plaats van dat de klant zijn complete data naar een externe partij moet sturen.
Een andere belangrijke vraag is wie die informatiearchitectuur tot stand moet brengen. De overheid? Omdat het een publiek goed is? Maar de overheid trekt zich op veel gebieden juist terug. De sector? Die heeft belang bij informatie- uitwisseling, om dienstverlening te verbeteren. Maar welke instanties zijn bereid om de eerste stappen te zetten? Wat gebeurt er als we wachten? Springen Amazon en Google dan in het gat? Hoogste tijd om in actie te komen.

Persoonlijke financiële planning
Wanneer de financiële gegevens er zijn kunnen we een persoonlijke financiële planning maken. Een belangrijke vraag daarbij is: wat is genoeg? In veel tools moeten mensen zelf opgeven wat ze uit willen geven na pensionering. Maar op individueel niveau zijn mensen erg onzeker over hun antwoord. Sommige tools helpen mensen met een indicatie van het toekomstig uitgavepatroon, gebaseerd op het bestedingspatroon van huidige ouderen. Maar het gevaar is dat de huidige ouderen geen optimaal pad hebben gevolgd en tevens verandert het mandje van goederen en diensten over tijd en tussen generaties.
Tijdens het werkende leven wil je natuurlijk niet kromliggen voor je pensioen. Andersom wil je ook tijdens je pensioen niet krap bij kas zitten, omdat je tijdens het werkende leven te veel uitgegeven hebt. Je wilt je geld dus op een intelligente manier spreiden over je leven. Economen gebruiken daarvoor het levenscyclusmodel en ik denk dat wetenschap en praktijk elkaar kunnen versterken om dat model in de digitale pensioentools te krijgen.
Het optimale spaarpatroon in het levenscyclusmodel hangt af van de voorkeuren van mensen. We kunnen deze meten met behulp van gedachtenexperimenten, wellicht verpakt in een digitaal spel (gamification).
Ook werk en inkomen spelen een belangrijk rol. De pensioentools die ik gezien heb gaan ervan uit dat mensen in hun huidige baan blijven werken met hun huidige inkomen tot aan pensionering. Dit is vaak niet de realiteit. Met behulp van datascience kunnen we inkomenspaden en inkomensonzekerheid verwerken in financiële planners. Dat zou de planners fors verbeteren.
Hoewel gezondheid een grote invloed heeft op de financiën van mensen, heb ik nog geen digitale pensioenplanner gezien die hier rekening mee houdt. Gezondheid beïnvloedt het arbeidsvermogen en daarmee het inkomen en de pensioenopbouw van mensen. Gezondheid heeft ook een effect op de uitgaven van mensen en de levensverwachting. DNA, medische dossiers tot en met data van sporthorloges zouden gebruikt kunnen worden om de toekomstige gezondheid van individuele mensen steeds preciezer te voorspellen. Maar wil jij jouw specifieke levensverwachting wel weten? En als we het in de toekomst weten, wat doet dit dan met de solidariteit?
Willen mensen met een lage levensverwachting dan nog wel meedoen in een pensioenregeling? Moeten we dan iedereen, dus ook zelfstandigen, verplichten om mee te doen, net als bij de zorgverzekering? Een alternatief is dat er op basis van medische data nieuwe solidariteitskringen ontstaan, waarin mensen solidair zijn met mensen met dezelfde verwachte levensduur.

Aansluiten bij bestaand gedrag
Wanneer de gedroomde tool werkelijkheid is, hoe zorgen we dan dat mensen deze gaan gebruiken? Een pensioentool slaagt niet voor de ‘tandenborsteltest’. Die test zegt dat mensen zich pas druk maken om een product als ze het tenminste twee keer per dag gebruiken.
Mensen geven wel elke dag geld uit en Wijzer in Geldzaken laat zien dat Nederlanders hun inkomsten en uitgaven nauwlettend in de gaten houden. Daarom denk ik dat we een digitale pensioenplanner moeten koppelen aan een digitaal kasboekje. Op die manier kunnen we aansluiten bij bestaand gedrag van mensen. Bijkomend voordeel: als uit de pensioenplanner blijkt dat iemand meer moet sparen, kan een digitaal kasboekje ook direct helpen om dat te verwezenlijken, want weten is nog geen doen. Veel mensen maken zich zorgen over hun pensioen. Onderzoek laat zien dat inzicht de pensioenzorgen verlaagt. Digitale tools kunnen dat inzicht geven. We kunnen mensen leren kennen met behulp van gedachte-experimenten en data over inkomen en gezondheid. Op basis van die uitkomsten kunnen we mensen helpen met een passende pensioenopbouw.

Goedkoper pensioenadvies
Een digitale tool gebaseerd op datascience maakt pensioenadvies goedkoper. Mensen met een laag en middeninkomen kunnen daarom extra baat hebben bij een digitale planner, omdat een financieel adviseur voor hen relatief duur is. Hopelijk kunnen we daarmee pensioenzorgen omzetten in nieuwsgierigheid. Misschien niet op zaterdagavond, maar wel in een verloren kwartiertje, zomaar ergens op een dag, met een kopje koffie erbij.

Deze bijdrage is gebaseerd op de oratie van Marike Knoef “Dromen over een goed pensioen; origami en data science”, uitgesproken op 5 oktober 2018.