Regels worden gemaakt met goede intenties. Maar soms zitten die goede bedoelingen verankerd in theoretische kaders die moeilijk te vertalen zijn naar de praktijk. Het vereiste risicopreferentieonderzoek is daar een voorbeeld van, stelt Stefan Lundbergh.
De theorie ziet er ongeveer zo uit. Om een portefeuille te optimaliseren in een gemiddeld risicokader moeten we vaststellen hoe ‘gelukkig’ een deelnemer wordt van de verschillende combinaties van verwacht risico en verwacht rendement. Dat geluk wordt vaak gedefinieerd als een kwadratische nutsfunctie waarin de toename van geluk vanwege het verwachte hogere rendement wordt afgestraft (op een kwadratische manier) naarmate het verwachte risico toeneemt. De zwaarte van de risicostraf wordt bepaald door een constante in de formule die bekend staat als risicopreferentie. Als we iemands risicopreferentie eenmaal kennen, kunnen we hieruit eenvoudig zijn optimale portefeuille samenstellen binnen het dit kader.
Pensioen Pro Live over risico-onderzoek
Seminar over de risicohouding van de deelnemer op 23 februari. Met Jochem Dijckmeester (PGB), Paul Geurtsen (IG&H) en Marike Knoef (Universiteit Leiden / Netspar). Online, van 14.00 tot 15.00.
Er is niets mis met dit theoretisch kader. Het is een gedachtenexperiment dat basale verhoudingen vastlegt door de complexiteit van de echte wereld weg te laten. De praktische problemen ontstaan echter zodra we in de echte wereld proberen dit gedachtenexperiment te gebruiken als recept voor beleggen en regelgeving. Zoals Yogi Berra, de Amerikaanse evenknie van Johan Cruijff, al zei: ‘In theorie is er geen verschil tussen theorie en praktijk – in de praktijk is dat er wel.’
Ingewikkelde relatie
Zelf kan ik mijn eigen nutsfunctie die ik zou moeten optimaliseren niet eens omschrijven. Dat komt waarschijnlijk doordat ik, net als de meeste mensen, een satisfier ben. Ik ben al tevreden met een afdoende oplossing in plaats van een optimale. Als ik er eens goed over nadenk, zijn mijn risicopreferenties uitermate contextueel. Na een crash van de aandelenmarkt denk ik dat aandelen zeer riskant zijn. Na een lange periode van mooie rendementen beschouw ik aandelen als redelijk veilig. Jawel, dat is precies het tegenovergestelde, maar ik ben ook maar een mens.
En ik ben de enige niet. Twintig jaar geleden deed ik een experiment met een aardige en voorzichtige compliance officer. In de koffiepauze vroeg ik haar mening over een lening van een ton om aandelen te kopen. Haar reactie was duidelijk, ze raadde het af omdat het erg risicovol was. Een maand later vertelde ik haar dat ik een huis op het oog had en waarvoor ik vier ton moest lenen. Haar reactie was volkomen anders: laat de foto’s eens zien.
De meeste mensen hebben een ingewikkelde relatie met hun persoonlijke risicopreferenties. Kort gezegd hangt er vanaf. De risicopreferenties hangen af van de context, de framing, recente ervaringen, de meningen van vrienden en familie, en de hebzucht en angsten van andere beleggers. Deze opsomming is eenvoudig uit te breiden. Dit vormt immers de kern van de gedragseconomie. Op een consistente en zinvolle manier meten van risicopreferentie blijft maar een illusie.
Een satisficing alternatief
De memorie van toelichting eist dat pensioenfondsen minstens eens in de vijf jaar de risicopreferenties meten voor elk leeftijdscohort. In zijn eenvoudigste vorm kan een fonds twee leeftijdscohorten hebben: werkende en gepensioneerde deelnemers. Gebruikmaken van leeftijd is logisch vanuit het perspectief van lifecycle beleggen als je het menselijk kapitaal meerekent. Maar dit zie je meestal niet terug in risicopreferenties, omdat de meeste mensen hun menselijk kapitaal niet meewegen als ze hierover nadenken. Wetenschappers noemen dit compartimentaliseren. Daar komt bij dat onderzoek niet consistent aantoont dat leeftijd bepalend is voor individuele risicovoorkeuren.
Dus zelfs als we op een robuuste manier individuele risicopreferenties kunnen vaststellen, zou de spreiding binnen een leeftijdscohort behoorlijk breed zijn. Een verstandiger benadering is om een robuuste beleggingsportefeuille samen te stellen die voor een brede waaier aan risicopreferenties de behoeften bevredigt, inclusief het toestaan van enige flexibiliteit voor degenen die meer of minder risico willen nemen. Dit creëert een goed evenwicht tussen een paternalistische en een liberale aanpak.
Een satisficing portefeuille is het resultaat van verschillende afwegingen waarvan de risicopreferentie er slechts een is. Het is veel behulpzamer om een kwalitatief regelgevend toezicht te introduceren dat eist dat de verschillende afwegingen die zijn gemaakt openbaar worden gemaakt en worden onderbouwd. Daarbij is een uitleg nodig van wat gedaan is om mentale valkuilen te vermijden in het besluitvormingsproces dat leidde tot de afwegingen. Zonder dit vrees ik dat het gewoon weer een wettelijke afvinkoefening wordt.
Stefan Lundbergh is directeur Cardano Insights.