Vorige week hebben wij de Solidariteitsmonitor 2021 gepubliceerd. We krijgen daar steevast het commentaar op, dat die niet alle problemen rondom verzekerbaarheid adresseert. Op zich juist, maar op twee fronten heb ik daar moeite mee. Ten eerste is niet overal data voor beschikbaar. En ten tweede is het de vraag of we met die kritiek de monitor (ofwel de kanarie in de kolenmijn) niet verwijten, dat het geen duizend-dingen-doekje is.

Die kanaries hadden vroeger een heel belangrijke functie, namelijk de kompels waarschuwen voor een gebrek aan zuurstof. Maar de kanarie deed niets aan stoflongen. Of aan explosiegevaar. Moeten we dat de kanarie verwijten? Of hebben we voor andere problemen niet gewoon andere oplossingen nodig?

Jos Schaffers is beleidsadviseur Data & Privacy bij het Verbond van Verzekeraars. Hij is ook de bedenker van de Solidariteitsmonitor.

Spiegel

Net als eerdere jaren was de publiciteit rondom de Solidariteitsmonitor beperkt. Wat ons betreft geen probleem: de monitor is vooral bedoeld als spiegel voor onze sector en enkele nauw betrokken stakeholders. De reden dat we ’m toch publiceren, is omdat we transparant willen zijn. Zowel over de methode als over de uitkomsten.

Maar in de beperkte reacties die we hebben gekregen op onze monitor, vallen mij twee dingen op. De eerste is dat sommige mensen denken dat de monitor niet alle relevante kwesties adresseert die samenhangen met het datagebruik in de sector. De monitor meet bijvoorbeeld niet of bepaalde groepen klanten vaker worden uitgesloten dan andere groepen. De tweede reactie die mij opviel, is dat mensen het raar vinden dat de monitor niet ingaat op de reden voor differentiatie of afwijzing. Die oorzaak is, vinden sommigen, juist evident: door het gebruik van big data. En uiteraard wordt dan een link gelegd met de recente publiciteit over ouderen die een grotere auto niet kunnen verzekeren. Of de verschillen tussen diverse postcodegebieden.

Duizend-dingen-doekje

Voordat ik dieper inga op de twee reacties, eerst even dit: de monitor ís geen duizend-dingen-doekje. Hij meet op marktniveau óf de differentiatie toeneemt. Dat werkt als volgt. Moneyview verzamelt voor ons de data, waarmee we zicht houden op de bewegingen in zo’n vijf miljoen premies van ongeveer 90.000 fictieve maatmensen. Wij kunnen niet zien of daarin problemen ontstaan voor specifieke groepen, zoals chronisch zieken. Simpelweg omdat die data niet beschikbaar is op marktniveau. 

Kanarie in de kolenmijn

Op de vraag waarom de differentiatie toe- of afneemt, kan ik hetzelfde antwoord geven. Dat meet de monitor niet. Als een verzekeraar een risico anders taxeert, dan zul je toch echt bij die betreffende verzekeraar in het model moeten kijken om te achterhalen waarom hij dat zo doet. Dat lukt Moneyview niet, en ons ook niet. Het is gewoon niet te doen en daarom meet de monitor óf de differentiatie toeneemt. En natuurlijk kunnen we wel, als we problemen waarnemen, verder onderzoeken waar dat probleem door wordt veroorzaakt.

Early warning tool

Ik zeg altijd dat de monitor als een kanarie in de kolenmijn fungeert. Je moet ‘m zien (en gebruiken) als een early warning tool. Want laten we wel wezen: een kanarie in een kolenmijn heeft eigenlijk maar één doel: waarschuwen als er te weinig zuurstof is. Onze Solidariteitsmonitor heeft ook maar één doel: waarschuwen voor toenemende differentiatie, vooral als dat samengaat met afnemende verzekerbaarheid en betaalbaarheid. Platgezegd kan de monitor op dit moment niet meer dan dat. En dan kun je ervoor kiezen om dat de monitor te verwijten, maar ik vind het zinniger om te kijken of we voor andere problemen niet ook andere oplossingen moeten bedenken?

Zonder data geen verzekering 

Overigens is de aanname dat een 80-jarige zich niet langer kan verzekeren, omdat verzekeraars steeds meer data gebruiken, wel een vreemde hoor. Zeker als daarbij wordt geopperd dat verzekeraars beter in kaart moeten brengen wat voor vlees ze in de kuip hebben.
De basis van verzekeren is immers homogene risicogroepen vormen en daarvoor moet je onderscheid maken. Daarbij maken verzekeraars al sinds jaar en dag gebruik van statistieken. Zonder data kunnen ze niks verzekeren. En ook wij zien in toenemende mate een beweging richting personalisatie ontstaan, zodat producten en premies nóg meer en beter op maat worden gemaakt. Juist daarom hebben we de monitor bedacht, omdat het risico van personalisatie onverzekerbaarheid is.

80-jarige met grote auto

Maar laat ik het eens omdraaien. Is het voordeel van personalisatie niet dat je als 80-jarige met een grotere auto wordt erkend als die veilige rijder, die je misschien ook wel bent? Een 80-jarige met een grote auto afwijzen, zonder te kijken wat voor vlees je in de kuip hebt, is eerder een kenmerk van het traditionele datagebruik in de sector dan een teken van toenemend datagebruik. Als je het mij vraagt, is het een teken dat het met het personaliseren van premies nog wel meevalt. En dat is precies wat de Solidariteitsmonitor laat zien.

Sterdiagram
Voor de liefhebbers nog iets meer over de ins en outs van onze monitor. Ieder jaar verzamelen we, met dank aan Moneyview, een enorme berg aan data. Bij het allereerste begin, in 2017, stonden we voor de keuze hoe we deze gegevens verwerken en er vervolgens over rapporteren. Wij hebben toen gekozen voor drie dingen: afwijzingen (hoe vaak krijgt een klant geen offerte?), de spreiding tussen hoge en lage premies en de betaalbaarheid.
Eerlijk gezegd boeit de differentiatie tussen de premies mij het meest, maar vorig jaar hebben we al gemerkt dat we (soms) niet het hele verhaal vertellen als we alleen maar naar die differentiatie kijken. Zo bleek de differentiatie bij overlijdensrisicoverzekeringen plotseling behoorlijk toe te nemen. Dat werd vooral veroorzaakt doordat de lage premies omlaag gingen, terwijl de hogere premies constant bleven. Toen we wat verder keken, bleken nieuwe toetreders die met zeer lage premies klanten probeerden te lokken, een van de oorzaken te zijn. De spreiding tussen hoge en lage premies nam met andere woorden toe, maar dat was niet per se ongunstig voor klanten. Daarom hebben we dit jaar, naast de solidariteitsindex, een poging gedaan om die samenhang tussen afwijzingen, betaalbaarheid en spreiding beter in beeld te brengen, via een zogenoemd sterdiagram. In dit geval dus het sterdiagram voor de gelijkblijvende overlijdensrisicoverzekering.


We hebben in dit diagram de verschillende metingen geïndexeerd ten opzichte van het beginjaar, zodat je ook duidelijk de verschillen ziet vanaf 2017. Juist doordat we deze samenhang nu weergeven, kun je ook zien dat in het geval van de gelijkblijvende ORV de spreiding toenam, terwijl de premie in deze jaren gelijk bleef, net als het afwijzingspercentage.

Zo zitten er nog veel meer wetenswaardigheden in de monitor. Nieuwsgierig? Klik hier.