SEGMENTATIE IN OVERLIJDENSVERZEKERINGEN

Faculteit Wetenschappen en Bio-Ingenieurswetenschappen Vakgroep Wiskunde Voorzitter: Prof. Dr. U. E INMAHL

S EGMENTATIE IN OVERLIJDENSVERZEKERINGEN door Pieter D E S MET

Promotor: Prof. Dr. Ir. K. E VERAERT

Scriptie ingediend tot het behalen van het ¨ MASTERDIPLOMA IN DE ACTUARI ELE WETENSCHAPPEN

ACADEMIEJAAR 2012-2013

Faculteit Wetenschappen en Bio-Ingenieurswetenschappen Vakgroep Wiskunde Voorzitter: Prof. Dr. U. E INMAHL

S EGMENTATIE IN OVERLIJDENSVERZEKERINGEN door Pieter D E S MET

Promotor: Prof. Dr. Ir. K. E VERAERT

Scriptie ingediend tot het behalen van het ¨ MASTERDIPLOMA IN DE ACTUARI ELE WETENSCHAPPEN

ACADEMIEJAAR 2012-2013

iii

Voorwoord Vooraleer jullie in te wijden in de theorie rond segmentatie in de overlijdensverzekeringen wil ik jullie nog even wijzen op de verdiensten van een groot aantal mensen uit mijn omgeving. Een masterproef schrijft men niet alleen, heel veel mensen hebben hier een groot aandeel in, ik wil dan ook de tijd nemen deze mensen stuk voor stuk welgemeend te danken.

Vooreerst wil ik mijn promotor, Professor Kim Everaert, bedanken. Dit jaar begeleidde ze drie studenten doorheen hun masterproef en ik ben oprecht blij een van hen te mogen zijn. Bedankt voor het opvolgen van mijn vooruitgangen, bedankt voor het beantwoorden van mijn vragen, bedankt voor het nalezen van de paper, bedankt voor de energie die u in dit document gestoken heeft. Om diezelfde redenen wil ik ook het ganse team Leven-Retail bij Belfius Insurance bedanken. Veel dank ook voor de dienst Marketing voor het delen van hun informatie rond de marktomstandigheden. Bedankt ook aan de lezers voor hun interesse, hun tijd die ze aan deze paper besteden.

Daarnaast wil ik nog enkele mensen bedanken uit mijn persoonlijke omgeving. Om te beginnen mijn ouders voor wie geen dank te veel kan zijn. Moeke en papa, het is in de eerste plaats jullie verdienste dat ik hier nu hoop zeven jaar studeren tot een goed einde te brengen. Ik ben jullie eeuwig dankbaar voor het vertrouwen dat ik krijg, de steun die jullie mij geven, jullie inzet elke dag opnieuw. Veel dank en oprecht respect hiervoor! Tot slot verdienen ook ook mijn broer, zus, vrienden en vriendin Lisa hier een vermelding voor hun interesse, hun werk als uitlaatklep, hun goede raad en ons samen zijn de voorbije jaren in Brugge, Gent en Brussel.

Pieter De Smet, mei 2013

v

Toelating tot bruikleen De auteur geeft de toelating deze masterproef voor consultatie beschikbaar te stellen en delen van de masterproef te kopieren voor persoonlijk gebruik. Elk ander gebruik valt onder de beperkingen van het auteursrecht, in het bijzonder met betrekking tot de verplichting de bron uitdrukkelijk te vermelden bij het aanhalen van resultaten uit deze masterproef.

Pieter De Smet, mei 2013

vii

Samenvatting Sinds 21 december 2012 geldt een discriminatieverbod m.b.t. segmentatie in de Europese verzekeringsmarkt. In België is het wegvallen van de mogelijkheid tot differentiatie tussen mannen en vrouwen in de levensverzekeringen het belangrijkste gemis. Tot voor kort betaalden mannen en vrouwen bij elke verzekeringsmaatschappij een fundamenteel verschillende premie. In de overlijdensverzekeringen betaalden mannen traditioneel meer dan hun vrouwelijke leeftijdsgenoten. Samen met de leeftijd en de (toekomstige) gezondheidstoestand, vooral het rokersgedrag, was geslacht het belangrijkste segmentatiecriterium. De voorbije decennia is onderzoek gedaan naar andere segmentatiecriteria. Vooral op vlak van socio-economische status en woonplaats zijn interessante resultaten beschikbaar. Op gezondheidsvlak werd dieper onderzoek gedaan naar de invloed van de BMI op de sterftekansen. In de praktijk blijken de verzekeraars de illegaliteit van onderscheid o.b.v. geslacht opgevangen te hebben door meer doorgedreven gezondheidsscreening. Vooral het gebruik van de BMI kent een stijging m.b.t. het schatten van de toekomstige gezondheidstoestand. Enkele verzekeraars maken gebruik van socio-economische segmentatie, anderen zijn zelfs nog creatiever en grijpen naar de woonplaats of het rijgedrag. We stellen zelf ook een premiemodel voor.

INHOUDSOPGAVE

ix

Inhoudsopgave Voorwoord

iii

Toelating tot bruikleen

v

Samenvatting

vii

Inhoudsopgave

ix

Inleiding

1

1

Segmentatie in de verzekeringssector: een bespreking

3

1.1

Verzekeren en segmenteren . . . . . . . . . . . . . . . . . . . . . . . . . . .

3

1.1.1

Het basisconcept van verzekeringen . . . . . . . . . . . . . . . . . .

4

1.1.2

Het toenemend belang van segmentatie . . . . . . . . . . . . . . . .

5

1.1.3

Segmentatie versus solidariteit . . . . . . . . . . . . . . . . . . . . .

7

1.2

Gelijkheid, een mensenrecht . . . . . . . . . . . . . . . . . . . . . . . . . .

9

1.3

Een balans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11

1.4

De rol van de overheid . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

14

1.4.1

Algemene regelgeving m.b.t. verzekeringen . . . . . . . . . . . . . .

15

1.4.2

Concrete regelgeving m.b.t. gelijkheid en anti-discriminatie . . . . .

16

1.4.3

Tussenkomst m.b.t. onverzekerbaarheid . . . . . . . . . . . . . . . .

19

2

Segmentatiecriteria in de praktijk

23

2.1

De belangrijkste segmentatiecriteria anno 2012 . . . . . . . . . . . . . . . .

23

2.2

Een onderzoek naar geslacht als segmentatiecriterium . . . . . . . . . . . . .

26

x

3

INHOUDSOPGAVE

Een onderzoek naar nieuwe segmentatiecriteria

31

3.1

Body Mass Index (BMI) . . . . . . . . . . . . . . . . . . . . . . . . . . . .

32

3.2

Socio-economische verschillen . . . . . . . . . . . . . . . . . . . . . . . . .

33

3.2.1

Socio-economische factoren . . . . . . . . . . . . . . . . . . . . . .

34

3.2.2

Opbouw van de dataset en analysemethode . . . . . . . . . . . . . .

35

3.2.3

Socio-economische brutomodellen . . . . . . . . . . . . . . . . . . .

40

a.

De beroepsstatus . . . . . . . . . . . . . . . . . . . . . . .

40

b.

De tewerkstellingsstatus . . . . . . . . . . . . . . . . . . .

44

c.

Het soort van inkomen . . . . . . . . . . . . . . . . . . . .

45

d.

De huisvestingskwaliteit en levensstandaard . . . . . . . .

47

e.

Het onderwijsniveau . . . . . . . . . . . . . . . . . . . . .

50

f.

De leefvorm . . . . . . . . . . . . . . . . . . . . . . . . .

52

Woonplaats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

55

3.3.1

Opbouw van de dataset en analysemethode . . . . . . . . . . . . . .

56

3.3.2

Opbouw regressiemodel . . . . . . . . . . . . . . . . . . . . . . . .

57

3.3.3

Multivariaat model: de rol van socio-economische status . . . . . . .

60

3.3.4

Multivariaat model: de combinatie van de socio-economische variabelen 62

3.3

4

5

De Belgische markt anno 2013

67

4.1

Nieuwe sterftetafels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

67

4.2

Nieuwe segmentatiecriteria . . . . . . . . . . . . . . . . . . . . . . . . . . .

69

4.3

Een balans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

72

Een eigen premiemodel

75

5.1

Segmentatiecriteria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

75

5.1.1

Leeftijd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

76

5.1.2

Rokersgedrag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

76

5.1.3

BMI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

77

5.1.4

Hoogst behaalde diploma . . . . . . . . . . . . . . . . . . . . . . . .

77

Marktpositie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

78

5.2

INHOUDSOPGAVE

xi

Besluit

85

Bibliografie

87

Bijlagen - Cijfergegevens

90

1

Inleiding Het begrip segmentatie is binnen de verzekeringssector toe aan een herdefiniëring. Er bestaat reeds langer een dunne grenslijn tussen het begrip segmentatie en het gelijkheidsbeginsel, een grondprincipe van ons rechtssysteem. Begin 2011 boekten critici van de eerdere segmentatiecriteria evenwel een grote overwinning. Het gevolg is dat sinds 21 december 2012 segmentatie o.b.v. geslacht niet langer grondwettelijk is. Dit maakt een studie van de segmentatiecriteria in de vorige en toekomstige maanden nog extra interessant. Als toekomstig master in de actuariële wetenschappen en voltijds werknemer op de sectie Leven-Retail van Belfius Insurance leek het mij dan ook een uitgelezen kans om deze boeiende evolutie van naderbij te bekijken.

Binnen mijn studies van master in de toegepaste wiskunde (Universiteit Gent, 2011) ben ik de voorbije jaren reeds uitvoerig bezig geweest met alles wat statistisch onderzoek betreft. Het leek mij dan ook uitdagend om in deze masterproef deze statistische kennis even aan de kant te leggen en mij te richten op de andere aspecten die aan de basis van het verzekeren liggen. Voor uitgebreid statistisch onderzoek en de bespreking hiervan verwijs ik graag naar de diverse artikels die hierrond verschenen zijn. In dit document zal ik hoogstens de meest interessante resultaten aankaarten. Wel wil ik een globaal kader schetsen van de segmentatieproblematiek binnen de verzekeringscontext.

In hoofdstuk 1 starten we vanuit de basisdefinitie van verzekeren (1.1) in [10]. Via het premiebegrip komen we automatisch bij de notie segmentatie, die we bespreken o.b.v. [12] en [29]. De vraag naar segmentatie komt er zowel vanuit de verzekeringsmaatschappijen als vanuit de consument. Er zijn evenwel segmentatiebeperkingen die tot automatische solidariteit leiden. De meest interessante beperkingen komen er vanuit de wetgeving die gelijkheid nastreeft. In

2

INLEIDING

1.2 gaan we dieper in op de basis van dit streven naar eenheid en de gevolgen voor ons rechtsysteem. We onderbouwen a.d.h.v. [8], [15], [16], [17], [18] en [35]. om vervolgens in 1.3 een tussentijdse balans te maken. We sluiten het eerste hoofdstuk af met een uitgebreide studie van de belangrijkste beperkingen die vanuit de overheid opgelegd zijn m.b.t. het segmenteren. We baseren ons hiervoor vooral op de eerder aangehaalde bronnen rond gelijkheid aangevuld met [9], [10] en [11]. Ook de recente ontwikkelingen die op dit vlak plaatsvonden komen uitvoerig aan bod.

In het tweede hoofdstuk doorlopen we de belangrijkste segmentatiecriteria zoals ze voor 21 december 2012 in de (Belgische) markt de bespeuren waren. In hoofdstuk 4 vergelijken we met de huidige segmentatiecriteria. We baseren ons hiervoor voornamelijk op [3], [7], [14], [24], [26] en enkele simulaties. Tussen deze hoofdstukken in behandelen we enkele (potentiële) segmentatiegronden waar de voorbije jaren statistisch onderzoek naar gedaan is. De bronnen die we hiervoor gebruiken zijn [1], [21], [22] en [37].

We sluiten de masterproef in hoofdstuk 5 af met een denkoefening die moet leiden tot een eigen premiemodel. We gebruiken de eerder opgebouwde kennis rond de diverse segmentatiecriteria om een voorzet te geven tot een volwaardig segmentatieontwerp. Op het einde van dit hoofdstuk analyseren we ook de positie die dit model inneemt in de huidige markt, hiervoor maken we opnieuw gebruik van [26].

3

Hoofdstuk 1 Segmentatie in de verzekeringssector: een bespreking De bedoeling van dit eerste hoofdstuk is het samenstellen van een uitgebreide bespreking rond het concept ‘segmentatie’ in de verzekeringssector. In 1.1 bouwen we het begrip op vanuit de kern van het verzekeringswezen; de basisdefinitie met bijzondere aandacht voor de premie. In 1.2 bespreken we e´ e´ n van de belangrijkste grenslijnen voor segmentatie, de discriminatieprobematiek die voortvloeit uit het gelijkheidsbeginsel. Vervolgens maken we in 1.3 de balans op a.d.h.v. de talrijke waaier van voordelen, maar ook de mogelijks nadelige repercussies komen aan bod. Tot slot behandelen we in 1.4 de rol die de overheid kan of moet spelen om alles in goede banen te leiden en hoe de Belgische wetgeving is geconstrueerd.

1.1

Verzekeren en segmenteren

De term segmentatie kennen we zeker uit de marketing, maar ook uit de biologie en de digitale wereld1 en ongetwijfeld kent het nog veel andere betekenissen. Om het begrip binnen het 1 Respectievelijk

het proces, waarin op basis van e´ e´ n of meer kenmerken, homogene groepen klanten (seg-

menten) worden vastgesteld en klanten aan deze segmenten worden toegewezen, de opbouw van een lichaam uit achter elkaar gelegen, vaak gelijkvormige delen en het opsplitsen van een afbeelding in segmenten (groepjes pixels die bij elkaar horen) volgens bepaalde eigenschappen van de afbeelding om zo de belangrijke informatie uit een afbeelding te halen, zie [20].

4

HOOFDSTUK 1. SEGMENTATIE IN DE VERZEKERINGSSECTOR: EEN BESPREKING

concept verzekeren te kunnen plaatsen, keren we terug tot de basisdefinitie van verzekeren. Van daaruit behandelen we de evolutie van de segmentatiebehoefte de voorbije decennia, om vervolgens een kanttekening te maken m.b.t. de solidariteit binnen de verzekeringen.

1.1.1

Het basisconcept van verzekeringen

De Belgische wetgeving2 definieert een verzekering als een overeenkomst, waarbij de verzekeraar zich er tegen betaling van een vaste of veranderlijke premie tegenover de verzekeringsnemer toe verbindt een in de overeenkomst bepaalde prestatie te leveren in het geval zich een onzekere gebeurtenis voordoet waarbij, naargelang het geval, de verzekerde of de begunstigde belang heeft dat die zich niet voordoet. Meestal betreft het een geldelijke prestatie, zeker in de overlijdensverzekeringen. De begunstigde is dan logischerwijs ook altijd een derde, de onzekere gebeurtenis is het overlijden van de verzekerde. De overlijdensverzekering is een voorbeeld van een persoonsverzekering, de verzekeringsprestatie is enkel afhankelijk van een onzeker voorval dat het leven van de verzekerde aantast. De verzekeraar moet wel dan niet uitkeren, afhankelijk van het zich voordoen van het overlijden binnen de contractueel overeengekomen grenzen. Wat ons in dit eindwerk het meest interesseert is de prijs, of de premie, die de verzekeringsnemer betaalt aan de verzekeraar in ruil voor het overnemen van het risico.

Voor de verzekeraar zijn het deze gezamenlijke premiebedragen die hem in staat moeten stellen zijn uitgaven te dekken en winsten te boeken. De verzekeraar moet bijgevolg om economisch rendabel te zijn een voldoende groot aantal homogene risico’s opnemen. In dat geval zal het totale risico statistisch gecompenseerd worden door de sterke wet van de grote getallen3 , de verdeling van het totale risico o.b.v. de Centrale Limietstelling4 zal convergeren naar een normale verdeling. Hierdoor zal de totale schadelast uiteindelijk veel voorspelbaarder zijn dan elk van de individuele risico’s. Individuele risico’s die weinig kans op voorval hebben, maar in dat geval wel grote schades voorbrengen, de zogenaamde catastroferisico’s, kunnen om die 2 De Wet op de Landverzekeringsovereenkomsten (de Verzekeringswet), 25 juni 1992 (B.S. 20 augustus 1992),

art. 1.A, zie [9]. 3 [36, blz. 163 e.v.] 4 [36, blz. 165 e.v.]

1.1. VERZEKEREN EN SEGMENTEREN

5

reden verzekerd worden tegen aanvaardbare premies. Het zijn precies deze catastroferisico’s die interessant zijn voor zowel verzekeraar als verzekeringsnemer.

De statistische nood om het portefeuillerisico te beoordelen, benadrukt onmiddellijk het belang van een goede selectie en spreiding van de risico’s die de verzekeraar aanvaardt. Goede selectie zal een wezenlijk deel uitmaken van een degelijke segmentatiepolitiek.

1.1.2

Het toenemend belang van segmentatie

De premie is een basiseigenschap van een verzekering en precies doordat de verzekeraars een groot aantal gelijkaardige polissen in hun verzekeringsportefeuille zitten hebben, kunnen verzekeringsnemers zich laten verzekeren tegen aanvaardbare premies. De premies zullen logischerwijs bepaald worden in functie van het risico dat er tegenover staat. Hoe groter de mogelijke schade en/of hoe groter de kans op verwezenlijking, hoe hoger de premie zal liggen. Daarom is het voor de verzekeraars van belang om op een eenduidige manier onderscheid te maken tussen de verschillende verzekerden omdat ze elk een apart risico met zich meedragen. Het is op dit moment dat segmentatie komt bovendrijven. We kunnen het begrip definiëren als de techniek die de verzekeraar(s) toepassen om de premievoorwaarden (eventueel ook dekkingsvoorwaarden) aan te passen aan het verzekerde risico. Dit gebeurt in functie van een specifiek aantal karakteristieken van dat risico, de zogenaamde segmentatiecriteria. De segmentatiecriteria zijn risicofactoren die rechtstreeks invloed hebben op de hoogte van het risico. Het doel van de verzekeraar(s) is om tot een betere overeenstemming te komen tussen de verwachtingswaarde van de uit te keren schade, die als basis dient voor de te betalen premie, enerzijds en de werkelijk uit te keren schade anderzijds.

Vaak komt de vraag ook vanuit de groep van verzekerden zelf. Iedereen wil namelijk betalen voor het risico dat men vertegenwoordigt. De maatschappij is ongetwijfeld geëvolueerd naar een toegenomen bewustwording van de consumentenrechten en zelfs een groter individualisme. De verzekeringsnemers wensen zich meer en meer te kunnen personaliseren met hun risico en dus ook met de andere leden binnen een risicogroep. De informatisering stelt ze bovendien in staat om tarieven binnen en tussen verzekeringsmaatschappijen makkelijker te

6


vergelijken of door tussenpersonen te laten vergelijken. Ook vanuit de markt is er aldus een toegenomen vraag naar segmentatie.

Segmentatie is bijgevolg geen nieuw project. Binnen de levensverzekeringen (en dus ook de overlijdensverzekeringen) bestaat al langer een onderscheid naar leeftijd. De laatste decennia zijn de statistische faciliteiten voor verzekeraars echter sterk toegenomen. Risicofactoren opsporen en analyseren is door snellere computers en betere software sterk vereenvoudigd. Daarnaast staat ook de medische kennis allesbehalve stil. Zeker ook in de overlijdensverzekeringen heeft dit geleid tot een meer gedetailleerde uitwerking van de poliscondities.

Wanneer men in de verzekeringssector spreekt over segmentatie denkt men meteen aan de tariefdifferentiatie, het begrip is echter ruimer en omvat - zoals eerder reeds kort aangegeven - ook de risicoselectie (acceptatie en naselectie) en de dekkingsvoorwaarden. Het begrip acceptatie betreft het al dan niet aanvaarden van een bepaald risico, logischerwijs is de acceptatiepolitiek van een verzekeringsmaatschappij nauw verbonden met de premiedifferentiatie die hij doorvoert. Risico’s die tot bepaalde risicoklassen aan de basis van de tarieven behoren, zullen aanvaard worden onder de tarief- en dekkingsvoorwaarden van de overeenkomstige risicogroep, andere risico’s zullen niet of tegen speciale voorwaarden geaccepteerd worden. Naselectie gebeurt wanneer de verzekeraar verzekeringspolissen opzegt of weigert te verlengen omwille van slechte ervaringen of verzwaarde risico’s van de verzekerde. Uiteraard kan de verzekeraar niet gelijk welk contract of gelijk wanneer stopzetten, hier zijn wettelijke voorwaarden voor voorzien. In de levens- en dus ook overlijdensverzekeringen wordt bovendien afgeweken van de normale maximumduur van e´ e´ n jaar voor verzekeringspolissen. De wetgever heeft namelijk willen tegengaan dat verzekeraars op het einde van ieder jaar in staat zouden zijn de levensverzekeringsovereenkomst te beëindigen ten gevolge van een risicoverhoging5 . Dit eerste onderscheid tussen tariefdifferentiatie, dekkingsvoorwaarden en risicoselectie brengt ook met zich mee dat het mogelijk is dat bepaalde risicofactoren gebruikt worden voor het ene en andere risicofactoren voor het andere6 . In de praktijk zullen de verschillende segmentatie5 Voor 6 Zo

details zie [9] en [11, blz. 260 e.v.]. kunnen aparte risicofactoren voorzien worden voor andere polisvoorwaarden, vb. winstdeelname.

1.1. VERZEKEREN EN SEGMENTEREN

7

voorwaarden echter op elkaar afgestemd zijn en de risicofactoren dus vaak dezelfde zijn. We zullen ons dan ook voornamelijk bezig houden met de tariefdifferentiatie.

De tariefdifferentiatie zelf is echter ook een stuk ruimer dan vaak aangenomen. Een verschil in premiebedrag is algemeen gebruikt in de verzekeringssector. Vaak is het een uiting van een verschil in zuivere premie (risicopremie). De premielast die een verzekeringsnemer draagt, is echter meer dan enkel de zuivere premie. De commerciële premie bevat ook nog beheers- en commissiekosten, waarop zodoende ook gedifferentieerd kan worden: commerciële premie

=

zuivere premie × (1 + b) {z } |

×

1 . 1−c

inventarispremie

Vaak worden de beheers- en commissieopslag als een vast percentage (hier respectievelijk b en c) van de zuivere premie en inventarispremie bepaald. In dat geval zullen slechtere risico’s ook meer bijdragen aan financiering van de beheers- en commissiekosten. Het valt te overwegen om in de inventarisopslagen een onderscheid te maken tussen beheerskosten (deze zijn voor elke polis min of meer even hoog) en kosten m.b.t. schadebeheer (deze zullen effectief hoger liggen voor slechte risico’s) of binnen de commerciële opslag een korting te geven aan klanten met meerdere verzekeringspolissen of klanten die hun premie betalen via domiciliëring.

1.1.3

Segmentatie versus solidariteit

We herhalen dat het basisidee achter segmentatie is om o.b.v. correcte risicofactoren, de risico’s zo goed mogelijk in te schatten en zo rechtstreeks elke verzekerde de premie aan te rekenen die overeenkomt met zijn/haar risico. Dit impliceert in de meest verregaande vorm dat alle risicofactoren gekend en gebruikt moeten worden om deze premie te bepalen. Dit is in de praktijk echter onmogelijk t.g.v. het groot aantal risicofactoren, de niet-meetbaarheid van de invloeden, de afhankelijkheid tussen de factoren, de verandering ervan doorheen de contractduur en - zoals verder zal blijken - de (wettelijke of maatschappelijke) onbruikbaarheid ervan. Hierdoor ontstaat, ook binnen de overlijdensverzekeringen, een vorm van solidariteit tussen de verschillende verzekeringsnemers.

8


Meestal wordt onder de term solidariteit de subsidiërende solidariteit verstaan. Subsidiërende solidariteit is het gevolg van het feit dat in de praktijk niet alle risicofactoren kunnen worden opgespoord, laat staan dat de verzekeraar ze allemaal kan gebruiken voor de tariefzetting. Binnen e´ e´ n risicogroep/tariefgroep zullen er dus altijd nog onderlinge risicoverschillen te onderscheiden zijn. In de praktijk is het dus zo dat er nog wel verschillen zullen zijn tussen de premie die een verzekeringsnemer moet betalen en het risico dat hij aan de verzekeraar overdraagt. Er ontstaat bijgevolg een subsidiëring van verzekeringsnemers die te veel betalen (betere risico’s) naar verzekeringsnemers die te weinig betalen (slechtere risico’s). Een sterkere segmentatie leidt ertoe dat deze subsidiërende solidariteit verkleint, maar ze zal in de praktijk nooit tot nul herleid kunnen worden, zoals te zien in figuur 1.1. De subsidiërende solidariteit vormt de basis van ons sociale zekerheidsstelsel, waar de premie wordt losgekoppeld van het risico. Wij beperken ons echter tot de private verzekeringen.

Behalve de subsidiërende solidariteit bestaat er ook een kanssolidariteit. Zelfs indien de verzekeraar over alle informatie beschikt om elk risico in de verzekeringsportefeuille exact in te schatten en dus de premies exact berekent als de te verwachten schades, dan nog wordt er een solidariteit gecreëerd tussen mensen die schade lijden en mensen die geen schade lijden. Deze kanssolidariteit is volledig aan het toeval te wijten en kan aldus onmogelijk verkleind worden (eveneens te zien op figuur 1.1), meer nog, het is precies de basis van het begrip verzekeren.

Figuur 1.1: Kanssolidariteit en subsidiërende solidariteit

1.2. GELIJKHEID, EEN MENSENRECHT

1.2

9

Gelijkheid, een mensenrecht

Als we mogen uitgaan van een verder toenemende vraag naar segmentatie, zowel door de verzekeraars als door de verzekeringsnemers, kunnen we stellen dat het uiteindelijke doel een verzekeringsmarkt is waarin iedereen betaalt voor zijn risico. Dit kan enkel als alle risicofactoren en hun invloed in deze berekening worden gebruikt. Puur praktisch is het onmogelijk, maar het lijkt dus wel een streefdoel. Maatschappelijk zijn er evenwel bezwaren, want het begrip segmentatie lijkt te conflicteren met het gelijkheidsbeginsel dat in de Westerse wereld hoog in het vaandel wordt gedragen.

Het gelijkheidsbegrip is tot op heden nog te vaak een eerder Westers begrip dat geschiedkundig ´ zijn basis kent in het humanisme. Egalit´ e werd na de Franse revolutie voor het eerst e´ e´ n van de drie pijlers van de staatsstructuur. Men kan dan ook stellen dat het beginsel zoals we het nu kennen een resultaat is van een evolutie doorheen de voorbije eeuwen. Anderzijds wordt gelijkheid momenteel omschreven zoals Aristoteles dat reeds vier eeuwen voor Christus deed: gelijke gevallen moeten gelijk behandeld worden, en ongelijke ongelijk naar de mate van hun ongelijkheid. Onder hetzelfde ijveren naar gelijkheid, moet het streven naar anti-discriminatie geplaatst worden. Onder discriminatie verstaan we elke vorm van onderscheid maken tussen mensen en daardoor de fundamentele rechten en vrijheden van bepaalde personen aantasten. Verzekeringstechnisch is het niet altijd even eenvoudig te bepalen wat precies als discriminerend moet gezien worden en wat niet.

Het gelijkheidsbeginsel is ondertussen een van de belangrijkste beginselen die aan de basis van ons Westers rechtsbegrip liggen. Gelijkheid is dan ook niet zomaar een hol begrip. Het is een van de fundamentele mensenrechten neergeschreven in De Universele Verklaring van de Rechten van de Mens7 ,aangenomen door de Algemene vergadering van de Verenigde Naties, zonder tegenstemmen en met onthouding van zes communistische staten, Saoudi-Arabië en Zuid-Afrika. Deze verklaring opent in artikel 1 met de wens dat alle mensen vrij en gelijk in waardigheid en rechten geboren worden. In artikel 2 sluit men elk onderscheid van welke aard 7 Universal

Declaration of Human Rights (UDHR), 10 december 1948, zie [35].

10 HOOFDSTUK 1. SEGMENTATIE IN DE VERZEKERINGSSECTOR: EEN BESPREKING

ook uit: elke ongelijkheid op vlak van ras, kleur, geslacht, taal, godsdienst, politieke of andere overtuiging, nationale of maatschappelijke afkomst, eigendom, geboorte of andere politieke, juridische of internationale status wordt verboden.

De UDHR werd door vele landen overgenomen en is ondermeer terug te vinden in de Belgische en de Europese grondwet. De Belgische Grondwet8 stelt dat alle Belgen gelijk zijn voor de wet, met bijzondere aandacht voor gelijkheid tussen geslachten en anti-discriminatie. Het Arbitragehof is sinds 1989 bevoegd om wetsartikelen hieraan te toetsen. Sinds 15 februari 1993 kent België ook een Centrum voor gelijkheid van kansen en racismebestrijding (CGKR), een openbare dienst met als doel het bestrijden van discriminatie. In België bestaat er tot slot een ministerportefeuille ‘Gelijke Kansen’, momenteel opgenomen door Joëlle Milquet op federaal niveau en door Pascal Smet op Vlaams niveau. Om duidelijk te maken dat gelijke kansen in België heel erg serieus genomen worden, verwijzen we naar de oproep9 van die laatste Minister om in elke gemeente een schepen van gelijke kansen aan te stellen.

In navolging van de UDHR ontstond in Europa het Europees verdrag tot bescherming van de rechten van de mens en de fundamentele vrijheden10 , goedgekeurd door de Europese Raad. Het verdrag is bindend in alle landen uit de Raad van Europa. In België is het verdrag van directe werking. Artikel 14 van het UDHR stelt dat het genot van de rechten en vrijheden, welke in dit verdrag zijn vermeld, verzekerd is zonder enig onderscheid op welke grond ook, zoals geslacht, ras, kleur, taal, godsdienst, politieke of andere overtuiging, nationaliteit of maatschappelijke afkomst, het behoren tot een nationale minderheid, vermogen, geboorte of andere status. Het Verdrag van Rome11 , dat voor het laatst gewijzigd is na het Verdrag van Lissabon12 , bepaalt in artikel 10 dat de Europese Unie in de uitvoering van haar beleid en optreden streeft naar bestrijding van iedere discriminatie op grond van geslacht, ras of etnische afkomst, godsdienst of overtuiging, handicap, leeftijd of seksuele gerichtheid. De Europese 8 De

Belgische Grondwet, 1831, art. 10 en 11, zie [8]. [31]. 10 European Convention on Human Rights (UCHR), 13 mei 1955, zie [15]. 11 Het Verdrag tot oprichting van de Europese Economische Gemeenschap, 25 maart 1957. 12 Sinds dan het ‘Verdrag betreffende de werking van de Europese Unie’, 13 december 2007, zie [17]. 9 Zie

1.3. EEN BALANS

11

Grondwet13 bepaalt de waarden waarop de Unie steunt: eerbied voor de menselijke waardigheid, vrijheid, democratie, gelijkheid, de rechtsstaat en eerbiediging van de mensenrechten, waaronder de rechten van personen die tot minderheden behoren. Deze waarden hebben de lidstaten gemeen in een samenleving die gekenmerkt wordt door pluralisme, non-discriminatie, verdraagzaamheid, rechtvaardigheid, solidariteit en gelijkheid van vrouwen en mannen.

Het is zonder twijfel zo dat de drang naar een goede segmentatie en de wens naar gelijkheid en non-discriminatie niet altijd hand in hand zullen gaan. Terwijl het eerste er net in bestaat de verzekerden op te delen in (risico)klassen zal het tweede net worstelen met deze opdeling in rangen. Anderzijds mogen we het tweede deel van de gelijkheidsdefinitie niet vergeten: ongelijke gevallen moeten ongelijk behandeld worden naar mate van hun ongelijkheid. We gaan verder in dit hoofdstuk dieper in op deze problematiek.

1.3

Een balans

Het mag ondertussen duidelijk zijn dat er van de kant van verzekeraars en verzekeringsnemers een grote vraag is naar (verdere) segmentatie, hieraan zijn dan ook enkele grote voordelen verbonden. Anderzijds zijn er vanuit het gelijkheidsbeginsel ook grenzen verbonden aan de segmentatie. Hieronder bespreken we de belangrijkste voordelen, maar ook de potentieel nadelige voortvloeisels van segmentatie.

Een allereerste voordeel, dat eerder meermaals is aangehaald, is de sterkere (positieve) correlatie tussen de premie die verzekeringsnemers betalen voor hun risico en de grootte van hun risico. Het is een logisch gevolg en eigenlijk een plicht van de verzekeraars, zelfs wanneer we terugvallen op het gelijkheidsbeginsel: gelijke gevallen moeten gelijk behandeld worden, maar ook verschillende gevallen moeten verschillend behandeld worden. We moeten aanstippen dat de vraag natuurlijk enkel zal komen vanuit de kant van de goede risico’s, slechte risico’s zullen bij verdere segmentatie een hogere premielast dragen. Het eerste voordeel draagt dadelijk al een belangrijk nadeel met zich mee: mensen die een 13 De

Europese Grondwet, art. I-2, zie [18].


groot risico met zich meedragen zullen benadeeld worden, waardoor ze uiteindelijk uit de boot vallen voor bepaalde verzekeringen. Dit kan zorgen voor ernstige maatschappelijke gevolgen, er zullen hier oplossingen voor bedacht moeten worden. een bespreking van de mogelijkheden hiertoe komt aan bod in 1.4. Anderzijds zet dergelijk premieverschil de verzekeraars aan tot verdere segmentatie. Hoe meer ze segmenteren, hoe minder slechte risico’s ze aantrekken. Verzekeraars die weinig of niet segmenteren zullen voor slechte risico’s het aantrekkelijkst zijn. Dit fenomeen is gekend onder de term antiselectie en wordt nog versterkt door de rol van tussenpersonen. Verzekeraars die minder segmenteren, zullen op termijn hun tarieven moeten verhogen om financieel gezond te blijven en daardoor nog slechtere risico’s aantrekken. Segmentatie dient als tegengewicht tegen antiselectie: risico’s die aanvaard worden, moeten zo goed mogelijk voldoen aan de veronderstellingen die aan de basis liggen van het tarief. Om antiselectie helemaal uit te schakelen, moeten de segmentatiegronden van de verschillende verzekeraars zo goed als mogelijk overlappen, verzekeringsmaatschappijen moeten elkaar volgen in de segmentatiepolitiek.

Verzekeringsnemers zullen bovendien hun best doen om tot een zo goed mogelijke risicoklasse te behoren. In ruil voor acceptatie, lagere premies of betere voorwaarden zal de verzekeringsnemer bereid zijn zijn risico te verlagen, bijvoorbeeld door preventieve maatregelen te nemen. Het valt echter niet uit te sluiten dat eenmaal de verzekeringsnemer zijn polis ondertekend heeft, de verzekerde minder voorzichtig zal zijn. Naast het gewone basisrisico ontstaat een extra moreel risico, beter gekend onder moral hazard. Deze moral hazard staat evenwel los van de segmentatie en kan dus niet als een direct nadeel van segmentatie gezien worden. Het is eerder een negatief gevolg van het verzekeren in het algemeen. Meer zelfs, de intentie van verzekeringsnemers om na ondertekenen van de polis het risico te verzwaren, kan door segmentatie teruggeschroefd worden. De verzekeraar die een voldoende aantal risicofactoren gebruikt, zal er voor zorgen dat vertegenwoordigers van goede risico’s hun gedrag niet langer aanpassen aan het gemiddelde risico van de risicogroep waartoe zij behoort. Het invoeren van ondertussen reeds wijdverspreide schadevrijstellingen of maxima zal verzekerden aanmoedigen het aantal of de hoogte van de schadegevallen te beperken. Naselectie kan verzekerden aanzetten tot een grotere voorzichtigheid.

1.3. EEN BALANS

13

Verder stelt de betere kennis van de verzekerde risico’s in een verzekeringsportefeuille de verzekeraars niet enkel in staat om de premies beter in te schatten, het zorgt er ook voor dat de kosten beter kunnen ingeschat worden. Hierdoor kunnen de aan te leggen technische voorzieningen beter bepaald worden. Bovendien zullen herverzekeraars ook sneller geneigd zijn een portefeuille te herverzekeren indien ze de nodige kennis over de risico’s hebben.

De toegenomen informatisering heeft een positief effect op de transparantie van de tarificatie in de verzekeringssector. De meer gesegmenteerde markt heeft een omgekeerd effect. Meer segmentatie zorgt voor minder doorzichtigheid voor de consument, zeker wanneer de segmentatiecriteria verschillen van maatschappij tot maatschappij. Maatschappijen verschillen namelijk niet enkel op vlak van aangeboden producten, polisvoorwaarden en verkoopskanalen, maar dus ook meer en meer op vlak van segmentatie. Dit zorgt er ook voor dat er grotere kans is op onvolledige inlichting van relevante gegevens bij het aangaan van het contract en het vergeten van aanpassingen tijdens de duur van het contract, hoewel hier een verplichting toe bestaat14 . Dit alles wordt nog versterkt wanneer verzekeringsmaatschappijen hun premiefactoren veranderen doorheen de tijd. Gevolg van dit alles is dat er meer en meer consumentenklachten optreden en het imago van de verzekeringssector in zijn geheel geschaad wordt. In het kader van de levensverzekeringen is deze problematiek nog een stuk groter aangezien dergelijke polissen voor lange duur afgesloten worden. Overlijdensverzekeringen zullen ook duurder worden naargelang de leeftijd verhoogt of de gezondheidstoestand verslechtert, waardoor verzekerden voor lange duur aan hun polis vastzitten. Veranderen van verzekeraar speelt namelijk bijna altijd in het nadeel van de verzekeringsnemer. Wanneer verzekeraars de segmentatie aanpassen, kan dit leiden tot onverzekerbaarheid van bepaalde van de klanten.

Tot slot verhoogt extra segmentatie ook de werkingskosten. Om op een statistisch aanvaardbare manier te segmenteren, is het nodig om indrukwekkende databestanden bij te houden en op te volgen. De verwerking leidt tot extra werk en aldus ook extra beheerskosten. 14 De

mededelingsplicht, zie [10, blz. 53 e.v.], [11, blz. 300 e.v.] voor de levensverzekeringen en [9] voor de

wetgeving.


1.4

De rol van de overheid

Het mag inmiddels duidelijk zijn dat verdere segmentatie een goede zaak kan zijn. Men moet echter opletten voor het uit de boot vallen van slechte(re) risico’s. Het is dan ook de vraag waar men een evenwicht kan vinden om optimaal te kunnen profiteren van de voordelen, zonder de nadelen te laten doorwegen. Dit is niet alleen een evenwichtsoefening die elke maatschappij zelf moet uitvoeren, maar ook een debat waaraan alle spelers in de verzekeringsmarkt moeten deelnemen.

Historisch kan men op dat vlak in Europa twee verzekeringstradities onderscheiden: de continentale traditie en de maritieme traditie zijn fundamenteel verschillend. In de continentale traditie (Duitsland, Frankrijk, Italië, België) legden de overheden strikte regels op m.b.t. verzekeringsvoorwaarden en tarieven. Dit had tot gevolg dat verzekeringsmaatschappijen zich amper konden onderscheiden van elkaar. Daar tegenover staat de maritieme traditie (Verenigd Koninkrijk, Nederland ) die vertrekt vanuit het idee dat verzekeringen een financiële service zijn en deel uitmaken van een sterk concurrentiële markt. De controle van de overheid beperkte zich tot de financiële solvabiliteit. Sinds de Europese eenmaking is over gans de Europese Unie een maritieme traditie ontstaan, dit heeft o.a. in België tot toegenomen concurrentie geleid.

In principe bestaat een totale contractvrijheid in de verzekeringssector. Dit is een van de grondslagen van het contractenrecht. Hoewel het nergens zwart op wit wordt erkend, niet in de Belgische (Grond)wet en niet in internationale verdragen, is het een algemeen rechtsbeginsel in Europa. De contractvrijheid betreft de vrijheid om overeenkomsten al dan niet aan te gaan, de vrijheid om ze aan te gaan met wie men wil en de vrijheid om ze na onderling akkoord aan te passen aan de wensen van de contracterende partijen. Segmentatie, inclusief voorselectie, is aldus toegestaan. Een belangrijke grens is evenwel die van anti-discriminatie en, zeker voor verplichte verzekeringen, is er toch nog een intermediatie van overheidswege nodig.

Indien o.b.v. overheids- of marktvoorwaarden bepaalde verzekeringen verplicht worden, is het

1.4. DE ROL VAN DE OVERHEID

15

belangrijk dat deze ook voor iedereen tegen redelijke voorwaarden beschikbaar zijn. Hiertoe is een zekere vorm van overheidsinmenging nodig. Met betrekking tot de overlijdensverzekeringen kunnen we de gekende schuldsaldoverzekering als een verplichte verzekering beschouwen. Het aangaan van een schuldsaldoverzekering wordt door banken als een noodzakelijke voorwaarde gezien om een hypothecaire lening aan te gaan. Indien men geen schuldsaldoverzekering kan sluiten, heeft dit dan ook vaak verstrekkende gevolgen. Het niet in aanmerking komen voor een schuldsaldoverzekering zorgt ervoor dat men geen hypothecair krediet kan aangaan en men zich aldus geen eigendom kan aanschaffen, hoewel dit een mensenrecht15 is. Meer bepaald zullen mensen die lijden aan een chronische ziekte (diabetici en (ex-)kankerpatiënten) of gehandicapt zijn dikwijls moeilijkheden ondervinden bij het afsluiten van een schuldsaldoverzekering. Hoewel het o.b.v. de anti-discriminatiewetgeving of het gelijkheidsbeginsel niet verboden is deze mensen een dekking te weigeren, lijkt het maatschappelijk niet wenselijk dit zomaar te laten gebeuren.

Feitelijk zullen er dus naast de algemene bepalingen rond gelijkheid en anti-discriminatie, vanuit de overheid ook concrete regels vooropgesteld worden om dit praktisch te regelen, anderzijds is er ook nood aan bijkomende interventie om onverzekerbaarheid ten gevolge van segmentatie in goede banen te leiden.

1.4.1

Algemene regelgeving m.b.t. verzekeringen

In België zijn verzekeringsovereenkomsten niet alleen onderworpen aan het Burgerlijk Wetboek, maar ook aan de wet op de landverzekeringsovereenkomsten16 . Voor de levensverzekeringen bestaat zo’n bijzondere wetgeving, het KB Leven17 . Daarnaast bestaat een Europese richtlijn betreffende levensverzekeringen18 . Voorts zijn verzekeringen wanneer ze gesloten worden met een consument onderworpen aan de wet betreffende de marktpraktijken en con15 UDHR,

art. 17, zie [35].

16 De Wet op de Landverzekeringsovereenkomsten (de Verzekeringswet), 25 juni 1992 (B.S. 20 augustus 1992),

zie [9, blz. 10 e.v.]. 17 KB betreffende de levensverzekeringsactiviteit, 14 november 2003 (B.S. 23 juli 2004), zie [9, blz. 115 e.v.]. 18 Richtlijn van het Europees Parlement en de Raad van 5 november 2002 betreffende levensverzekeringen, zie [16].


sumentenbescherming19 . Uiteraard zullen de verzekeringsovereenkomsten ook niet in strijd mogen zijn met de regels m.b.t. het gelijkheidsbeginsel en anti-discriminatiewet.

1.4.2

Concrete regelgeving m.b.t. gelijkheid en anti-discriminatie

De verklaringen rond gelijkheid en anti-discriminatie zoals besproken in 1.2 zijn van groot belang. Tot ver buiten de verzekeringssector, maar het zijn niet meer dan algemene charters. Er is behoefte aan een concrete invulling ervan: welke criteria zijn toegestaan en welke niet? Het lijkt logisch dat een risicofactor ondubbelzinnig en objectief moet kunnen vastgesteld worden. Er moet een statistisch verband zijn tussen de risicofactor en het te meten risico en dit verband moet een causaal verband zijn20 , maar zeker in de verzekeringssector is niet altijd even duidelijk of een statistisch verantwoord onderscheid ook maatschappelijk aanvaardbaar is.

Om te beginnen zou men een lijst kunnen maken, eventueel per verzekeringstak, van factoren die al dan niet als segmentatiecriterium mogen gebruikt worden. Zo bestaat een consensus over de risicofactoren die de verzekeringsnemer zelf in de hand heeft door zijn gedrag of keuze (roken, sportbeoefening, reizen, alcohol- & drugsgebruik ). Dergelijke criteria mogen gebruikt worden voor segmentatie. Daar tegenover staan de risicofactoren die men als consument niet kan be¨ınvloeden (genetische eigenschappen, geslacht ) en die vaak worden uitgesloten. Segmentatie die tot discriminatie leidt, moet ten aller tijde uitgesloten worden. Hetzelfde geldt voor segmentatiecriteria die geen collectief belang impliceren, i.e. indien het voordeel voor enkelingen niet opweegt tegen het nadeel voor de anderen. Het is echter zo dat dergelijke lijsten de creativiteit van de verzekeraars niet in de hand werken. Bovendien is het onmogelijk een limitatieve opsomming te maken van verboden en toegelaten factoren want elke factor kan gemakkelijk vervangen worden door een andere sterk correlerende risicofactor.

De overheid zou ook kunnen beslissen om de verzekeringssector zijn gang te laten gaan en eventueel tussen te komen op het moment dat zich problemen voordoen. Dit lijkt evenwel 19 Wet 20 Niet

ciatie.

van 6 april 2010. elk statistisch aantoonbaar verband is van het type oorzaak-gevolg, we onderscheiden causatie en asso-


17

niet de meest ideale manier aangezien men dan geval per geval moet gaan bestuderen en de uiteindelijke beslissingen toch neemt o.b.v. algemeen aanvaarde regels.

In België mogen verzekeringscontracten niet in strijd zijn met de gelijkheids- en anti-discriminatievoorwaarden. Deze worden praktisch geregeld door twee anti-discriminatiewetten die een Belgische omzetting zijn van de Europese richtlijnen. We onderscheiden de wet ter bestrijding van bepaalde vormen van discriminatie en de wet ter bestrijding van discriminatie tussen mannen en vrouwen21 . Beide wetten zijn van openbare orde. Opvallend hierbij is dat de wetgever er voor koos om een limitatieve lijst van discriminatiecriteria op te nemen in de wet, ondanks het eerder besproken onvermogen hiertoe en de verwerping van een eerdere limitatieve lijst door het Grondwettelijk Hof22 .

De eerste anti-discriminatiewet introduceert een discriminatieverbod o.b.v. leeftijd, huidige of toekomstige gezondheidstoestand, handicap, seksuele geaardheid, burgerlijke staat, geboorte, vermogen, geloof of levensbeschouwing, politieke overtuiging, taal, fysieke of genetische eigenschappen en sociale afkomst. In het kader van de levensverzekeringen zijn vooral die eerste drie merkwaardig. Er kan evenwel van bovenstaande normen afgeweken worden indien het gemaakte onderscheid objectief gerechtvaardigd wordt. Dit kan enkel o.b.v. een legitiem doel en indien de middelen om dat doel te bereiken passend en noodzakelijk zijn. Een verzekeraar die e´ e´ n van bovenstaande criteria wil gebruiken om te segmenteren moet dit zelf rechtvaardigen door een legitiem doel (een nauwkeurige premiezetting) en aantonen dat het gemaakte onderscheid evenredig is met het risicoverschil.

De bestrijding van discriminatie o.b.v. geslacht is absoluut met betrekking tot de toegang en het aanbod van goederen. Er is dus ook geen mogelijkheid tot afwijken voor een legitiem doel, objectief gerechtvaardigd, dat bereikt wordt met passende en noodzakelijke middelen. De enige 21 Beide

anti-discriminatiewetten zijn van 10 mei 2007 (B.S. 5 juni 2007), zie [9, respectievelijk blz. 43 e.v. en

blz. 51 e.v.]. De laatste wordt geregeld vernoemd onder Genderwet’. 22 Een eerdere anti-discriminatiewet van 25 februari 2003 bevatte ook al zo’n lijst, het Grondwettelijk Hof achtte op 6 oktober 2004 zo’n beperkt kader van criteria in strijd met het gelijkheids- en nondiscriminatiebeginsel van de Grondwet.


gelegenheid tot afwijking bevond zich tot voor kort (tot 20 december 2012) in de levensverzekeringen. In de Europese richtlijn die aan de basis lag van deze wet werd een uitzondering voorzien; lidstaten konden tot eind 2007 afwijkingen stemmen die toch seksegerelateerde proportionele verschillen in premies en uitkeringen toestaan. Artikel 5 van de richtlijn bepaalt dat enkel een onderscheid kan gemaakt worden indien het geslacht een bepalende factor is bij de beoordeling van het risico op basis van relevante en nauwkeurige actuariële en statistische gegevens. De Belgische wetgever voerde zo’n exceptie in voor de levensverzekeringen23 .

Test Aankoop stapte evenwel naar het Belgische Grondwettelijk Hof om deze wetswijziging te laten vernietigen. Dat Hof ging op zijn beurt ten rade bij het Europees hof van Justitie rond de uitzonderingsmaatregel voorzien in de Europese richtlijn. Het arrest van het Europees Hof van Justitie24 stelde dat elk onderscheid o.b.v. geslacht, ook in de levensverzekeringen, moet worden afgekeurd. Het baseerde zich hiervoor op de grondrechten van de Europese inwoners, opgenomen in het Verdrag van Lissabon, die stellen dat een dergelijk onderscheid uitgesloten moet worden. Een vreemde beslissing, want in datzelfde arrest herinnert het Europees Hof van Justitie eraan dat gelijkheid ook impliceert dat verschillende situaties niet gelijk worden behandeld. Anderzijds gaat het Hof niet echt in op de vraag of het gebruik van seksegerelateerde actuariële factoren objectief te rechtvaardigen is, maar het struikelde over de onbeperktheid in de tijd van de uitzonderingsmaatregel. Het resultaat is hoe dan ook hetzelfde: vanaf 21 december 2012 wordt niet langer een onderscheid tussen mannen en vrouwen geduld, in welke verzekeringstak ook. Dit geldt over de ganse Europese Unie en dus ook voor eventuele andere uitzonderingen in andere lidstaten. In België is het resultaat dat uitzonderingsartikel 10 van de Genderwet verdwijnt.

Bij overtreding van de anti-discriminatiewetten wordt het deel van de polis dat onwettig is, onmiddellijk nietig, ook al is het met toestemming van alle betrokken partijen. Bovendien kunnen er schadevergoedingen bedongen worden door het slachtoffer van de discriminatie. In de meest extreme gevallen zijn ook gevangenisstraffen mogelijk als sanctie. 23 De

Genderwet, art. 10, wetswijziging van 21 december 2007. arrest op 1 maart 2011.

24 Een


1.4.3

19

Tussenkomst m.b.t. onverzekerbaarheid

Om te vermijden dat door een te ver doorgedreven segmentatie bepaalde risicogroepen zich niet meer tegen een aanvaardbare prijs kunnen verzekeren en aldus uit de boot vallen, zijn er verschillende interventies mogelijk: • verbod op het gebruik van bepaalde risicofactoren, vb. genetische informatie; • invoeren van een acceptatieplicht voor verzekeraars, vb. verzekeringspools; • invoeren van maximale uitkeringen of franchises; • opleggen van minimumtarieven voor een vooropgestelde dekking; • opleggen van maximumtarieven voor een soort verzekering; • tariferingstechnieken opleggen om het premieverschil tussen verzekerden te beperken. Er dient evenwel opgemerkt te worden dat wegens de tariefvrijheid de laatste vier mogelijkheden niet langer mogelijk zijn, tenzij ze het algemeen belang dienen, wat op zijn beurt heel moeilijk aan te tonen is. De tariefvrijheid is een fundamenteel beginsel in het Europees Recht, zowel voor schadeverzekeringen als voor levensverzekeringen. Deze richtlijn legt de lidstaten het verbod op de voorafgaande goedkeuring of systematische mededeling te eisen van o.a. de tarieven25 . Voor deze richtlijn bestaat een limitatieve lijst van afwijkingen26 die evenwel restrictief moet worden toegepast. De laatste vier mogelijkheden hierboven opgesomd zijn in elk geval niet toegelaten.

In de praktijk zal naast de beperking van bepaalde risicofactoren, die eigenlijk enkel gebeurt om discriminatie te vermijden, enkel nog de mogelijkheid van acceptatieplicht voor de verzekeraars overblijven. Indien zo’n verplichting opgelegd wordt aan de verzekeraars zullen hier evenwel grote premielasten tegenover staan tenzij deze acceptatieplicht gepaard gaat met een verzekeringspool.

25 Richtlijn 26 Richtlijn

2002/53, art. 6.5, lid 1, 5 november 2002, voor wat betreft de levensverzekeringen. 2002/83, art. 6.5, 5 november 2002, voor wat betreft de levensverzekeringen.


Vanuit de consumenten- en patiëntenorganisaties, Test Aankoop en het Vlaams patiëntenplatform, was er reeds langer vraag naar een wet die de toegankelijkheid van de schuldsaldoverzekering garandeert. Op 21 januari 2010 kwam het uiteindelijk tot een wet tot wijziging van de Verzekeringswet wat de schuldsaldoverzekering voor personen met een verhoogd gezondheidsrisico betreft27 . Het doel van de Wet-Partyka is er voor zorgen dat chronisch zieken en (ex-)kankerpatiënten een duidelijker beeld krijgen van hun premie door een duidelijkere opsplitsing van hun basis- en bijpremie. Dit stelt de kandidaat verzekeringsnemers in staat de vergelijking tussen de verschillende maatschappijen te maken.

In de eerste plaats brengt de wet een gedragscode met zich mee. Deze gedragscode voor verzekeraars zou het proces van een aanvraag tot een definitieve opmaak van een schuldsaldoverzekering moeten regelen. Concreet worden verzekeraars verplicht een standaard medische vragenlijst28 voor te leggen waarbij bijkomende vragen mogen gesteld worden bij dekkingen boven de e250.000. Indien de verzekeraar de kandidaat verzekeringsnemer o.b.v. deze vragenlijst niet wil verzekeren, moet deze de kandidaat verzekeringsnemer hiervan onmiddellijk op de hoogte brengen en zijn beslissing hierbij motiveren. Vanaf een tweede weigering kan de kandidaat zich richten tot het opvolgingsbureau dat het dossier zal evalueren op medische en verzekeringstechnische objectiviteit. Dit opvolgingsbureau bestaat uit twee vertegenwoordigers van de verzekeringssector, e´ e´ n lid dat de consumenten vertegenwoordigd, e´ e´ n lid uit de patiëntenvereniging en wordt voorgezeten door een onafhankelijk magistraat. Indien de verzekeraar een verhoogde premie vraagt, moet deze opgesplitst worden in een basispremie, de laagste premie voor een persoon met dezelfde leeftijd, en een gemotiveerde bijpremie. Indien de kandidaat zich niet kan vinden in de beslissing van de verzekeraar, kan die zijn dossier laten beoordelen door de herverzekeraar van de verzekeraar. Indien die een lagere premie voorstelt, is de verzekeraar verplicht de herverzekeraar hierin te volgen. Indien de bijpremie twee keer de basispremie overstijgt, moet de verzekeraar een gestandaardiseerde 27 Deze 28 De

wet is beter gekend onder de Wet-Partyka, 21 januari 2010 (B.S. 3 februari 2010). basisvragenlijst werd opgesteld door Assuralia. Hierin komen o.a. beroep, lengte, gewicht, gewoontes,

huidigen gezondheidstoestand, arbeidsongeschiktheid, aandoeningen of ongevallen, behandelingen, onderzoeken, hospitalisatie of operatiegeschiedenis aan bod.


21

basisdekking bieden. Vanaf dat percentage is eveneens tussenkomst van de compensatiekast mogelijk. De compensatiekas betaalt het stuk bijpremie dat boven het vernoemde percentage uitstijgt. Deze compensatiekas wordt onderhouden door alle verzekeraars die schuldsaldoverzekeringen aanbieden en de hypothecaire kredietverleners zelf. Het objectief van de kas is om de last van de bijpremies te verdelen.

De wet heeft duidelijk een aantal positieve consequenties voor de verzekeringsnemers, maar de verzekeraars waren evenwel minder tevreden met deze wetswijziging. Assuralia ging in juni 2010 naar het Grondwettelijk Hof om de wet aan te vechten. Op 10 november 2011 kreeg Assuralia evenwel over de ganse lijn ongelijk van de rechtbank. De wet-Partyka is dus een feit, hoewel er nog geen uitvoeringsbesluiten voor bestaan. Belangrijke aspecten van de wet kunnen bijgevolg nog niet praktisch toegepast worden, hoewel de wet wel bestaat en men er zich dus moet aan houden. Bovendien is er in de wet geen absoluut recht op (plicht tot) verzekering gekomen. Mensen met een hée´ l korte levensduur zullen dus nog steeds uit de boot vallen, maar tot 15.000 mensen worden jaarlijks verwacht makkelijker aan een hypothecaire lening te raken.

23

Hoofdstuk 2 Segmentatiecriteria in de praktijk In het vorige hoofdstuk zagen we dat sinds eind december vorig jaar segmentatie op basis van geslacht niet langer toegestaan is. Om een idee te krijgen van het belang van dit verbod bespreken we in dit tweede hoofdstuk de belangrijkste segmentatiecriteria zoals ze tot dat moment bestonden. We besteden in 2.2 bijzondere aandacht aan het mortaliteitsverschil tussen mannen en vrouwen.

2.1

De belangrijkste segmentatiecriteria anno 2012

We starten dit hoofdstuk met een snel overzicht van de segmentatiecriteria die tot voor 21 december 2012 het vaakst gebruikt werden. Kijken we naar de Belgische markt dan zien we over het algemeen vaak dezelfde segmentatiecriteria. Tot december 2012 was er - zeker bij de grote verzekeringsmaatschappijen - weinig creativiteit te bespeuren.

De meest belangrijke en ook het meest logische criterium waarop in de Belgische en buitenlandse verzekeringsmarkt werd gesegmenteerd is de leeftijd. Het spreekt voor zich dat hoe ouder iemand is, hoe groter de sterftekans is. Jongere mensen verdienen dus ook om een lagere premie te betalen voor een overlijdensverzekering. In België bestaan wettelijke sterftetafels die de sterftekans uitzetten t.o.v. de leeftijd. Sinds eind 2012 zijn de verzekeraars verplicht met uniseks-sterftetafels te werken, maar tot 21 december 2012 mochten verzekeraars ook een onderscheid maken tussen de geslachten en voorzag de Belgische wetgever aparte sterftetafels

24

HOOFDSTUK 2. SEGMENTATIECRITERIA IN DE PRAKTIJK

voor mannen en vrouwen: MK en FK voor de overlijdensverzekeringen voor respectievelijk mannen en vrouwen1 .

Alle Belgische verzekeraars maakten tot dan gebruik van het geslacht als segmentatiecriterium. Dit onderscheid is dan ook niet uit de lucht gegrepen; er is een belangrijk en erg opvallend verschil in sterftecijfers tussen mannen en vrouwen. Vrouwen leven langer dan mannen of mannen sterven dus sneller dan vrouwen. De sterftekans bij mannen ligt op elke leeftijd hoger dan voor de vrouwen van dezelfde leeftijd. Het is dan ook begrijpelijk dat verzekeringsmaatschappijen de premie voor overlijdensverzekeringen voor hen hoger leggen. Ook het verschil in levensstijl (socio-economische status) speelt hier een belangrijke rol. Voor een korte bespreking van het sterfteverschil tussen mannen en vrouwen, in binnen- en buitenland, verwijzen we naar 2.2, op het verband met de socio-economische status komen we terug in 3.2.

Een derde en zeker ook uitgebreid gebruikt segmentatiecriterium is de gezondheidstoestand en hieraan gekoppeld het gezondheidsrisico. Ook binnen een groep mannen of vrouwen met dezelfde leeftijd bestaat nog een heel groot verschil in sterfterisico, terwijl - zoals vermeld in het eerste hoofdstuk - het de bedoeling van de verzekeraars moet zijn om de verzekerden zo goed als mogelijk in te delen in realistische risicoklassen. Deze risicoverschillen worden voor een groot stuk opgevangen door het invoeren van de gezondheidstoestand als segmentatiecriterium. De huidige gezondheidstoestand is e´ e´ n zaak, maar het is zeker in geval van langdurige overlijdensdekking even belangrijk de evolutie doorheen de tijd te kunnen inschatten. In functie daarvan maken verzekeringsmaatschappijen gebruik van medische vragenlijsten waarin ze o.a. polsen naar rokersgedrag, gebruik van alcohol en andere verdovende middelen, maar eveneens naar sporten reisgedrag. Anderzijds gaan er aan het aanvaarden van een verzekering allerlei medische onderzoeken vooraf, o.a. hart-, bloed- en urineonderzoeken. De mate waarin gesegmenteerd wordt, is evenwel nog afhankelijk van verzekeraar tot verzekeraar. Dit komt reeds tot uiting in het voorbeeld op de volgende pagina (tabel 2.1): m.b.t. het rokersgedrag kan er gesegmenteerd worden tussen rokers en niet-rokers, maar de verdeling kan evengoed gedetailleerder gebeuren. Wat segmentatie o.b.v. gezondheid betreft, is het rokersgedrag ongetwijfeld 1 Tegenwoordig

zijn er unisekstafels XK, zie [7].

2.1. DE BELANGRIJKSTE SEGMENTATIECRITERIA ANNO 2012

25

het belangrijkste criterium. Veel verzekeraars voorzien in een apart tarief voor rokers en nietrokers.

Rokersgedrag

Verdeling

Relatief risico

(1) Zware sigarettenrokers

14%

205%

(2) Lichte sigarettenrokers

17%

163%

(3) Sigarettenrokers (= (1) + (2))

31%

182%

(4) Pijp- en sigaarrokers

5%

120%

(5) Rokers (= (3) + (4))

36%

173%

(6) Voormalige rokers

29%

108%

(7) Nooit-rokers

35%

90%

(8) Niet-rokers (= (4) + (6) + (7))

69%

100%

Tabel 2.1: Relatief overlijdensrisico naar rokersgedrag ([22])

Als vierde redelijk courant segmentatiecriterium hebben we het verzekerd kapitaal. Het spreekt voor zich dat het verzekerd kapitaal van belang is bij de premiebepaling. De verzekeraars zien de grote kapitalen graag komen en zullen vaak een commerciële geste doen indien zo’n interessante verzekeringspolis zich aandient. Anderzijds zal men bij grote te verzekeren bedragen ook specifieker onderzoek vragen vooraleer het kapitaal te verzekeren. Bij Belfius bijvoorbeeld, maar ook bij andere verzekeringsmaatschappijen, hangt de inhoud van de medische vragenlijst af van de leeftijd en het geslacht, maar ook van het verzekerd kapitaal2 .

Met leeftijd, geslacht, gezondheidstoestand en verzekerd kapitaal hebben we de vier meest courante parameters voor risicoinschatting. Sommige (meestal kleinere) verzekeraars zijn in hun zoektocht om zich te differentiëren van de grotere marktspelers iets creatiever in hun segmentatie. Zo biedt Nationale Suisse een schuldsaldoverzekering aan waarop het 10% korting geeft indien de verzekerde lid is van een sportclub (zie [27]), het won daarmee de Decavi-trofee 2010 voor beste schuldsaldoverzekering. ZA Verzekeringen geeft dan weer korting voor orgaandonoren en keert gezondheidscheques uit om hun verzekerden gezond te houden. Ook 2 Zie

[24].

26


zij wonnen hier meerdere Devaviprijzen mee. Een ander opvallende product van ZAV is de schuldsaldoverzekering met de premieduur gelijk aan de duur van de lening. Hierdoor betaalt de verzekeringsnemer elk jaar de risicopremie, dit bedrag stijgt de eerste jaren en daalt vanaf de helft van de duurtijd3 . Ook de schuldsaldoverzekering op twee hoofden wordt populairder, het risico is lager en hiervan kunnen ook de verzekeringnemers profiteren door een premielast die tot 15% daalt. Bij de klassieke schulsaldoverzekering op e´ e´ n hoofd werd het ook voor partners aangeraden om zich elk voor de volle 100% te verzekeren4 . In dat geval wordt bij overlijden van beide personen het openstaande kapitaal dubbel uitbetaald. Dit zorgt voor een hoger risico en dus ook een hogere premie.

In Nederland is er reeds een verzekeraar die differentieert o.b.v. woonplaats (zie [33]), maar over het algemeen zijn de segmentatiecriteria echter heel erg gelijklopend over de verschillende verzekeringsmaatschappijen, ook binnen Europa. Nu sinds 21 december 2012 de mogelijkheid tot segmentatie op vlak van geslacht wegvalt, moet er echter gezocht worden naar goede alternatieven. Het hoofdstuk 3 wijden we volledig aan statistisch onderzoek naar enkele interessante maatstaven die op dit moment nog niet zo wijdverspreid zijn.

2.2

Een onderzoek naar geslacht als segmentatiecriterium

Tot 20 december 2012 was het voor levensverzekeraars nog toegestaan om een onderscheid te maken tussen mannen en vrouwen op vlak van acceptatie en tariefzetting. Elke verzekeraar op de markt maakte gebruik van een onderscheid tussen de geslachten om de tarieven te bepalen. Statistisch onderzoek toont dan ook aan dat dergelijk onderscheid gerechtvaardigd is.

In figuur 2.1 op de pagina hiernaast worden de werkelijke Belgische sterftecijfers uit 2009 afgebeeld. Voor beide geslachten wordt per leeftijd de sterftekans bepaald op basis van de ervaringscijfers uit 20095 . We merken een duidelijke oversterfte van Belgische mannen t.o.v. Belgische vrouwen. 3 Volgens

de website www.za.be ligt de premie tot 30% lager. door de consumentenorganisaties, zie [14]. 5 Bron: The Human Mortality Database, [37] 4 Ook

2.2. EEN ONDERZOEK NAAR GESLACHT ALS SEGMENTATIECRITERIUM

27

De cijfers voor 2009 waren in die zin ook absoluut niet uitzonderlijk. Bekijken we de effectieve sterftecijfers van Belgische mannen en Belgische vrouwen voor de jaren 2005 t.e.m. 2009, figuur 2.2, dan kunnen we telkens eenzelfde conclusie maken, nl. dat Belgische mannen een opvallende oversterfte hebben t.o.v. Belgische vrouwen. Kijken we naar de verhouding van de sterftekansen voor mannen t.o.v. vrouwen in de ons omringende landen6 (meest recente cijfers: Nederland (2009), Frankrijk en Duitsland (2010)), zie figuur 2.3, dan bemerken we eveneens diezelfde opvallende oversterfte voor de mannen.

Vrouwen leven dus langer dan mannen. Belgische meisjes die in 2009 werden geboren kenden zelfs een levensverwachting die meer dan vijf jaar hoger lag dan die van hun mannelijke leeftijds- en landgenoten. In de andere landen is er eveneens een duidelijk verschil in levensverwachting tussen mannen en vrouwen; in tabel 5 in de bijlage zijn de laatste cijfers opgenomen voor de meest interessante landen. Aangezien de cijfers niet voor elk van de landen even recent zijn, moeten we voorzichtig omspringen met deze gegevens. Want de levensverwachting stijgt immers doorheen de tijd. Toch laat het ons toe een korte bespreking te houden van de belangrijkste verschillen. Binnen West-Europa lijken er kleine verschillen te zijn, maar deze zijn eerder beperkt. Men zou kunnen opmaken dat hoe zuidelijker, hoe hoger de levensverwachting. Ook Scandinavië scoort traditioneel goed. Op deze regels zijn evenwel ook uitzonderingen. De Verenigde Staten scoren als meest ontwikkelde land opvallend zwak, maar vooral de lage levensverwachting en de grote verschillen tussen mannen en vrouwen in de voormalige Sovjetlanden vallen op. Tot slot springt de hoge levensverwachting in Japan in het oog. Ook in Japan is er evenwel een groot verschil tussen de geslachten. Het lijkt er op dat er naast een groot verschil in sterftecijfers o.b.v. geslacht ook significante verschillen zullen zijn naar locatie. We gaan hier dieper op in in 3.3.

Uit het voorgaande blijkt duidelijk dat geslacht een goed segmentatiecriterium was. Het werd dan ook door zowat elke verzekeringsmaatschappij gebruikt in het tijdperk dat dit nog toege6 In

Luxemburg leven te weinig mensen voor betrouwbare cijfers.

28


(a) Belgen tussen 0 en 85 jaar

(b) Belgen tussen 0 en 50 jaar

Figuur 2.1: Vergelijking effectieve sterftekansen Belgische vrouwen en mannen (2009, [37])

2.2. EEN ONDERZOEK NAAR GESLACHT ALS SEGMENTATIECRITERIUM

Figuur 2.2: Oversterfte mannen t.o.v. vrouwen in België (2005-2009, [37])

Figuur 2.3: Oversterfte mannen t.o.v. vrouwen in de ons omringende landen ([37])

29

30


staan was. Volgens cijfers van Swiss Re7 , de tweede grootste herverzekeraar in de wereld, betaalden 40-jarige Belgische mannen tot 60% meer dan Belgische vrouwen van dezelfde leeftijd voor een schuldsaldoverzekering over 25 jaar. Binnen Europa lag dit cijfer tussen 33% (Nederland) en 129% (Frankrijk). We vinden dit terug in tabel 2.2.

Sterftetafels

Land

op 30 jaar

op 40 jaar

MK - FK

België

+ 68%

+ 60 %

GBMV 03 - 08

Nederland

+ 34%

+ 33%

THF 00-02

Frankrijk

+ 124%

+ 129%

DAV08T R

Duitsland

+ 67%

+ 62%

Zwitserland

+ 64%

+ 70%

EKM/F 1995

Tabel 2.2: Premieverschil tussen mannen en vrouwen bij aanvang SSV ([22])

Sinds het Arrest van het Europees Hof van Justitie dat inging op 21 december 2012 is het in Europa niet langer toegestaan om te differentiëren tussen mannen en vrouwen. Sindsdien is er dus nood aan nieuwe segmentatiecriteria. We herinneren ons uit het eerste hoofdstuk dat het evenwel verboden is te segmenteren op elke karakteristiek die met geslacht in verband gebracht kan worden. Segmentatie o.b.v. eigenschappen die rechstreeks verbonden zijn aan het geslacht zijn dus ook verboden. Welke segmentatiecriteria wel kunnen gebruikt worden, bespreken we in volgend hoofdstuk.

7 Zie

presentatie Swiss Re [22].

31

Hoofdstuk 3 Een onderzoek naar nieuwe segmentatiecriteria

Over het algemeen wordt gezondheid - en dus ook mortaliteit - be¨ınvloed door drie groepen van factoren. Vooreerst zijn er de biologische determinanten zoals geslacht en leeftijd; andere zuiver genetische factoren waren reeds langer verboden als segmentatiecriteria. Daarnaast zijn er ook de culturele determinanten. We denken hierbij aan eetgewoontes, rookgewoontes, maar ook aan de frequentie van de doktersbezoeken. Tot slot spelen ook de structurele elementen een rol. Denk maar aan het milieu, de socio-economische status of het beroeps- en opleidingsniveau.

In het vooruitzicht van de anti-discriminatietarifering en het verbod op e´ e´ n van de twee bruikbare biologische determinanten, zijn verzekeringsmaatschappijen de voorbije jaren sterk ge¨ınteresseerd geraakt in de andere twee determinanten. Het verbod op elk onderscheid op basis van geslacht, tot dan e´ e´ n van de belangrijkste segmentatiecriteria in de verzekeringssector, verplichtte de levensverzekeringsmaatschappijen op zoek te gaan naar nieuwe criteria. In dit hoofdstuk bespreken we de belangrijkste segmentatiecriteria die de voorbije jaren onderzocht zijn o.b.v. statistisch onderzoek en hun toepasbaarheid.

32

3.1

HOOFDSTUK 3. EEN ONDERZOEK NAAR NIEUWE SEGMENTATIECRITERIA

Body Mass Index (BMI)

Een eenvoudige en erg interessante variabele is de body mass index (BMI), zijnde de verhouding van het gewicht (in kilogram) en het kwadraat van de lengte (in meter): BMI

=

gewicht (kg) (lengte (m))2

Een BMI tussen 18.5 en 25.0 is optimaal, een BMI lager dan 18.5 wijst op ondergewicht terwijl een BMI boven 25.0 overgewicht suggereert (obesitas indien BMI groter dan 35.0, morbide obesitas indien BMI groter dan 40.0). In onderstaande figuren 3.1 en 3.2 ziet men dat een te lage BMI, maar vooral een te hoge BMI, de sterftekans aanzienlijk doet toenemen, zowel bij mannen als bij vrouwen. Tussen ongeveer 18.0 en 27.5 is er geen betrouwbare oversterfte, maar eens onder de 18.0 is de sterftekans gemiddeld dubbel zo groot (50% groter voor rokers). BMI’s boven de 28.0 geven aanleiding tot sterftekansen die gemiddeld drie keer (twee keer voor rokers) zo groot zijn. Opvallend is dat het effect van een te hoog of te laag BMI voor rokers beduidend lager is dan gemiddeld. Rokers kennen reeds een hogere mortaliteit, een hogere BMI zal hun sterftecijfers dus relatief minder doen toenemen.

Figuur 3.1: Relatieve sterftekans naar BMI, voor mannen en vrouwen (cijfers van 2012, [22]) Kijkt men naar enkele aandoeningen apart dan ziet men dat overgewicht een grotere kans geeft op sterven ten gevolge van kanker, hart- en vaatziekten en andere aandoeningen, zie figuur 3.2.

3.2. SOCIO-ECONOMISCHE VERSCHILLEN

33

Figuur 3.2: Kans om te sterven aan een bepaalde aandoening naar BMI (cijfers van 2004, [22])

3.2

Socio-economische verschillen

In verschillende (Europese) landen wordt reeds lange tijd onderzoek gedaan naar het effect van socio-economische verschillen op (vroegtijdige) sterfte. Dergelijk statistisch onderzoek toont meestal aan dat er weldegelijk een effect is: een lagere positie op de socio-economische ladder is vaak gecorreleerd met een hogere mortaliteit op middelbare en oudere leeftijd. Voor boorlingen is de leeftijd en het gedrag van de moeder tijdens de zwangerschap van groot belang voor de zuigelingensterfte. De professionele activiteiten van de vader blijken evenwel het grootste effect te hebben op de prenatale sterfte: de mortaliteit is tot twee maal zo groot bij arbeiders dan bij vaders die een vrij beroep uitoefenen.

De meerderheid van deze internationale studies bevestigt, los van tijd of ruimte, dit effect. Toch zijn er ook schaalverschillen, zo wordt de grootste invloed gemeten in de Verenigde Staten, het kleinste in Nederland en de Scandinavische landen. We zagen eerder reeds in tabel 5 van de bijlage dat de sterftecijfers in die laatste landen zowieso al een stuk lager lagen en de verschillen tussen mannen en vrouwen er ook kleiner waren dan in de andere Westerse landen. Door een gebrek aan cijfermateriaal bestond in België dergelijk onderzoek tot voor kort nog niet, maar met dank aan de Vrije Universiteit Brussel1 kwam daar verandering in. Het betreft een studie rond de bijdrage van de socio-economische ongelijkheid tot de sterfte van Belgische 1 Cel

Interface Demography, zie [21].

34


mannen en vrouwen. Hierin koppelt men de cijfers van een nationale volkstelling uit 1991 aan de nationale sterftecijfers tussen 1991 en 1996.

Eerder werden reeds verschillende verklaringen naar voor geschoven om dit socio-economisch effect te verklaren. Een eerste hypothese is dat het zou gaan om een schijnrelatie die het gevolg is van gemeenschappelijke oorzaken voor sterfte en socio-economische positie. Het is onmogelijk om te standaardiseren voor alle mogelijke invloeden. Uitzonderlijke controles tonen echter aan dat het effect blijft bestaan indien men deze controlefactoren opneemt in de statistische analyse. Een andere plausibele verklaring zou natuurlijk zijn dat gezondheidsproblemen (en sterfte) niet het gevolg zijn van socio-economische status, maar eerder de oorzaak. Uit studies o.b.v. selectie blijkt evenwel dat slechts een klein gedeelte van het verband tussen socio-economische status en gezondheidsproblemen in die richting wijst. Het lijkt er dus op dat de socio-economische status weldegelijk een causaal effect heeft op de gezondheidstoestand en de sterfte. Dit zou kunnen te verklaren zijn door het feit dat hogere socio-economische klassen over meer kennis beschikken en bijgevolg betere levensgewoontes en individueel een gezondere levensstijl hebben. Deze visie heet de culturele visie, hier tegenover staat de structurele visie. De structurele visie meent dat een verschil in socio-economische status zich vertaalt in een betere woon-, leef- en werkomgeving en zorgt voor betere materiële en psycho-sociale toestanden. Beide visies zijn verenigd in figuur 3.3.

In het onderzoek van midden de jaren ’90 dat we in het volgende stuk zullen aanhalen, blijkt dat er weldegelijk opvallende sterfteverschillen zijn naar socio-economische status. Uit [1] blijkt dat deze verschillen er ook in het begin van de huidige eeuw nog aanwezig waren en zelfs versterkt zijn.

3.2.1

Socio-economische factoren

In het onderzoek dat we hier gedetailleerd zullen bespreken zijn verschillende covariaten ter beschikking. Deze zijn gekozen o.b.v. theoretische en empirische bevindingen uit de literatuur en de beschikbare gegevens in de volkstelling. Er zijn amper biologische en geen culturele factoren in opgenomen. De structurele factoren vormen dan ook de basis van het onderzoek: de


35

Figuur 3.3: Socio-economische invloed op sterfte (naar [1]) opleiding, tewerkstelling, leefvorm, inkomen, vermogen en later ook de woonplaats. Het mag in deze context echter duidelijk zijn dat deze verschillende structurele factoren dooreen lopen en elkaar be¨ınvloeden. De socio-economische status zal (bvb. via het inkomen) de eet- en rookgewoontes be¨ınvloeden, maar ook de toegankelijkheid van doktersbezoeken, er is m.a.w. een invloed van de structurele op de culturele factoren. Uiteraard zullen ook de woon- en werkplaats (milieufactoren) be¨ınvloed worden door de socio-economische status, alleen al via opleiding en beroep. Binnen de socio-economische factoren zal het onderwijsniveau uiteraard bepalen welk beroep men uitoefent, wat op zijn beurt weer bepaalt welke leefvorm men aanhoudt.

3.2.2

Opbouw van de dataset en analysemethode

De personen in de database werden vijf jaar opgevolgd, tussen 01/03/1991 en 29/02/1996, en kregen een waarde opgekleefd. Deze waarde gebruikt men als afhankelijke variabele (Y ) en is gelijk aan het aantal maanden dat een persoon leefde gedurende de observatieperiode. Personen die niet sterven krijgen een waarde 60, personen die op 15 april 1992 stierven een 13.5. Personen die emigreren werden - op het eerste moment vreemdgenoeg - gelijk gesteld aan stervende mensen. Door de koppeling van twee datasets (rijksregister en volkstelling) konden 27

36


van de 9.978.681 mensen niet gekoppeld worden. Daarnaast werden om diverse redenen nog eens 568 observaties geschrapt, waardoor er dus nog 9.978.086 overbleven. In onderstaande tabel 3.1 staat een overzicht van de overlijdens, extra schrappingen en emigraties per jaar. Tellen we de extra schrappingen niet mee, dan zal nog geen 0, 96% van de observatiepersonen door emigratie uit het onderzoek verdwijnen.

jaar

overlijdens schrappingen emigraties

1991

84.663

6.737

21.026

1992

102.489

7.762

20.426

1993

105.181

7.464

18.020

1994

102.010

7.874

17.262

1995

103.115

9.071

16.294

1996

20.332

1.598

2.537

Totaal

517.790

40.506

95.565

Tabel 3.1: overzicht van de afname van observatiepersonen (1991 - 1996) ([21])

In dit statistisch onderzoek is het aldus de bedoeling een model te creëren waarin de tijd tot overlijden wordt voorspeld door meerdere covariaten. Wanneer men in de statistiek de tijd tot het optreden van een bepaald event (hier het overlijden) vanaf de opvolging van de observatiepersoon (hier 1 maart 1991) wenst te voorspellen, maakt men over het algemeen gebruik van survival analysis. Bij de beschrijving van de opbouw van het onderzoek moet het reeds opgevallen zijn dat voor een grote groep van observatiepersonen niet exact geweten is hoe lang ze overleven. Voor mensen die na 19 maanden emigreren naar het buitenland zal enkel geweten zijn dat ze sinds 1 maart 1991 nog langer dan 19 maanden geleefd hebben (y > 19). Anderzijds zal voor alle observatiepersonen die de ganse periode overleven ook enkel geweten zijn dat ze langer dan 60 maanden na het begin van de screening nog leefden (y > 60). Binnen de survival analysis spreekt men in deze context over censoring, censoring treedt op wanneer voor bepaalde gescreende personen niet exact geweten is wanneer het voorval zich voordoet. Meer specifiek spreekt men over right censoring indien men voor dergelijke obser-


37

vaties wel weet dat de overlevenstijd boven een bepaalde waarde is, maar niet exact. Het mag duidelijk zijn dat (right) censoring een probleem kan vormen voor de betrouwbaarheid van de onderzoeksresultaten. In dit geval hebben we evenwel 9.978.086 observatiepersonen ter beschikking, ook na opsplitsing in covariaatgroepen bevinden zich in elke groep nog voldoende testpersonen om betrouwbare resultaten te verkrijgen. In dit onderzoek zal het censoringprobleem dus niet onmiddellijk voor veel schade zorgen, toch moeten we er rekening mee houden.

Het gebruik van de traditionele regressiemodellen zou, naast de censoring, nog een tweede probleem opleveren. Bij deze klassieke technieken moet op voorhand een beslissing genomen worden over de distributie van de te voorspellen variabele. Voor sterfterisico’s is niet zo eenvoudig. Men kan wel bepaalde vermoeden hebben hierrond, maar meer dan banaal giswerk is dat niet. Aangezien de exacte sterfdatum gekend is (dag, week en maand) weten we dat we een continu model mogen opbouwen, maar zeker wanneer de sterfterisico’s niet monotoon verlopen zal dit tweede probleem de betrouwbaarheid van onze resultaten aantasten.

In de survival analysis onderscheidt men het Kaplan-Meier-model en het Cox proportional hazards model. Beide modellen reiken oplossingen aan voor de twee eerder beschreven nadelen van traditionele modellen. Wanneer het model echter opgebouwd wordt met meerdere voorspellende variabelen, zal het Cox proportional hazards model betere resultaten opleveren2 . Het lijkt dan ook de beste keuze om het Cox proportional hazards model te verkiezen boven dat van Kaplan-Meier. Het model van Cox is een semi-parametrisch model omdat de verdeling van het sterfterisico niet op voorhand moet opgegeven worden. Wat de verdeling ook is, de β-parameters zullen meestal opvallend goed geschat worden. De parameters die het model oplevert worden de hazard ratio’s (β = HR) genoemd, een HR = 1 duidt op onverschilligheid t.o.v. de corresponderende covariaat. Een HR > 1 duidt op een negatief gezondheidseffect (het sterfterisico stijgt), een positief gezondheidseffect komt via dit model boven drijven via een HR < 1.

2 Waar

het Kaplan Meier overigens enkel antwoord geeft op de vraag ‘is er een effect?’ geeft het Cox propor-

tional hazard model ook antwoord over hoe groot het effect is, een crusiale vraag voor segmentatie.

38


Het theoretisch model heeft de onderstaande vorm. Het model bestaat uit een gemeenschappellijke risicofunctie h0 (t) en een exponentfactor die de gemeenschappelijke factor versnelt (β j = exp(B j ) ≥ 1) of vertraagt (β j = exp(B j ) ≤ 1). De relatieve risico’s β j = exp(B j ) vormen dan de hazard ratio’s: een toename van e´ e´ n eenheid in de verklarende variabele X ji maakt de sterftekans hi (t) β j keer groter, telkens voor j = 1, . . . , k met k het aantal covariaten. Wij zullen vaak categorische covariaten tegenkomen, een toename met e´ e´ n eenheid moet dan vertaald worden als een verandering naar een volgende categorie. hi (t) = h0 (t) exp(B1 X1i + B2 X2i + B3 X3i + . . . + Bk Xki ) = h0 (t) exp(B1 X1i ) exp(B2 X2i ) . . . exp(Bk Xki ), telkens voor i = 1, . . . , n = 9.937.56, het aantal personen in het onderzoek exclusief de geschrapten. Men maakt hier een niet onbelangrijke veronderstelling, namelijk dat het effect van de verschillende covariaten niet verandert doorheen de tijd. In de statistiek staat deze assumptie bekend onder de naam de proportional hazards assumptie. In principe zou er een effectwijziging doorheen de tijd kunnen zijn, maar men moet al heel ver zoeken om realistische voorbeelden te bedenken. Het lijkt het meest logische dat het effect in maart 1991 hetzelfde is als dat in februari 1996, en bij uitbreiding in alle jaren erna. De veronderstelling werkt dus niet beperkend op de resultaten van dit onderzoek.

De uiteindelijke opbouw van het regressiemodel gebeurt in twee stappen. In een eerste stap worden de verschillende covariaten afzonderlijk ingevoerd in een univariaat model. In een tweede stap worden enkele multivariate modellen opgebouwd. We dienen hierbij al een eerste opmerking te maken rond de opbouw van de modellen, men werkt hier met heel eenvoudige multivariate modellen. Elke covariaat wordt op gelijke voet in het model ingebracht, zonder tijdsvariatie of interactie. In een zogenaamd levenscyclusmodel zou men het model opbouwen in volgorde van de keuzes die men maakt doorheen de levensjaren. Zo kiest men (over het algemeen) eerder voor een opleidingsniveau dan voor een beroepscategorie of een gezinssamenstelling. Een dergelijk model staat toe om het volledige effect van bijvoorbeeld het onderwijsniveau te bepalen omdat het niet afgezwakt wordt met covariaten die pas op latere leeftijd ingevuld zijn en dus kunnen (en vaak zullen) be¨ınvloed worden door het onderwijsni-


39

veau. Op basis van dit effect zou dan een bijkomend effect van de latere covariaten kunnen worden geschat. Maar dit gebeurt hier dus niet. Een tweede belangrijk iets om te onthouden is dat de relatie tussen sterfte en de covariaten ook - zoals eerder reeds aangehaald - in twee richtingen kan werken. Zo zal de gezondheidssituatie (de sterftekans geeft hier een waarde aan) een effect hebben op de socio-economische positie, bijvoorbeeld langs de beroepsstatus, tewerkstellingsstatus en het soort inkomen (healty worker effect), maar ook op het opleidingsniveau en zelfs de leefvorm (de gezondheidssituatie zal bijvoorbeeld een invloed hebben op de gezinssituatie). Er is een effect in beide richtingen.

In de groep 65-plussers van de mannen en de groep vrouwen boven de 60 jaar3 zullen zich voornamelijk gepensioneerden bevinden. Onder de jonge mensen zal dan weer weinig verschil in gezinssamenstelling bestaan, onder de heel jonge mensen ook amper verschil in onderwijsniveau en beroepsstatus. Daarom verkiest men om zich te beperken tot de middelbare leeftijd, met name de laatste twintig jaar voor de pensioenleeftijd (45 tot 64 jaar, respectievelijk 40 tot 59 jaar). De groep testpersonen blijft evenwel groot genoeg voor betrouwbare conclusies. In het onderzoek werd aanvankelijk een onderscheid gemaakt tussen mannen en vrouwen, daarom zijn de resultaten ook beschikbaar voor beide groepen. Maatschappelijk, en dus ook socio-economisch, zijn er namelijk niet onbelangrijke verschillen tussen beide geslachten. Zo is de classificatie van vrouwen naar inkomen of beroep, en dit zijn twee van de belangrijkste socio-economische variabelen, een stuk moeilijker dan bij mannen. Hun positie op de arbeidsmarkt is minder stabiel, ze maken die afhankelijk van hun huishoudenspositie. De socioeconomische status van Belgische vrouwen kan dus niet zomaar zuiver o.b.v. hun beroep of inkomen gestaafd worden. Bovendien nemen vrouwen nog steeds een lagere beroepspositie in t.o.v. mannen met een gelijkaardig diploma. Er zal bijgevolg blijken dat men bij vrouwen een minder lineair verband ziet tussen het socio-economisch niveau en het sterfterisico. Een beperking tot actieve vrouwen of een introductie van het beroep van de man in de socioeconomische status van vrouwen kan een oplossing bieden. Hoe dan ook zal het invoeren van meerdere covariaten de beperkingen uitmiddellen.

3 In

1991 lag de wettelijke pensioenleeftijd in België op 65 jaar voor mannen en 60 jaar voor vrouwen.

40


3.2.3

Socio-economische brutomodellen

Men bouwt de regressiemodellen op met behulp van Cox-regressie, zoals eerder besproken, en in eerste instantie met telkens slechts e´ e´ n covariaat naast de leeftijd. Men maakt afzonderlijke modellen met respectievelijk de beroepsstatus, het inkomenstype, de huisvestingskwaliteit, het onderwijsniveau en de leefvorm. Concreet verdeelt men de personen over leeftijdsklassen van vijf jaar: 45-49 jaar, 50-54 jaar, 55-59 jaar en 60-64 jaar voor mannen, 40-44 jaar, 45-49 jaar, 50-54 jaar en 55-59 voor vrouwen omdat hun pensioenleeftijd toen nog op 60 jaar lag. Men onderzoekt hoe binnen deze leeftijdklassen de verschillende covariaatklassen zich tegenover elkaar verhouden, de referentiegroep is telkens de volledige leeftijdsklasse. De relatieve risico’s zijn gegeven door de β-coëfficiënten, de exponentwaarden van de B-coëfficiënten. Is de exponentwaarde groter dan e´ e´ n dan is er een groter risico dan gemiddeld, is de waarde kleiner dan e´ e´ n dan is het sterfterisico kleiner dan gemiddeld. Of equivalent hiermee: is de corresponderende B-waarde positief dan is er een groter risico dan gemiddeld, is de corresponderende B-waarde negatief dan is het sterfterisico kleiner dan gemiddeld.

a.

De beroepsstatus

De personen worden ingedeeld naar tewerkstellingsgraad, ook de niet-actieve personen uit de dataset worden gebruikt. De actieve bevolking wordt verder opgedeeld in een aantal ordenbare klassen o.b.v. het beroep (de EGP-klasse) zoals het uitgeoefend werd op 01/03/1991. De EGP-klassering verdeelt de beroepsactieve bevolking over zeven klassen. Het uitgangspunt is dat elk van de (zeven) klassen gekenmerkt wordt door een bepaalde maatschappelijke (socioeconomische) positie die het gevolg is van o.a. de bron en de hoogte van het inkomen, de mate van economische zekerheid, kansen op economische vooruitgang . . . Deze EGP-klassering, de zeven klassen worden hieronder opgesomd in tabel 3.2, is ondertussen uitgegroeid tot een internationale standaard m.b.t. de beschrijving van klassenposities. Men maakt nog een bijkomend onderscheid binnen de niet-actieve bevolkingsgroep tussen mensen zonder beroep, volledig werklozen en mensen met een brug- of overlevingspensioen. Voor mannen neemt men nog de werkonbekwamen en gehandicapten in een werkplaats apart in de analyse. Daarnaast neemt men voor de mannen ook de landbouwers als een aparte beroepscategorie.


EGP-klasse

41

Beroepscategorie

I

grote zelfstandingen, hogere leidinggevenden & academici

II

lagere leidingevenden & hooggeschoolde hoofdarbeid

III

routine hoofdarbeiders

IV

kleine zelfstandigen

V

toezichthouders & (hoog)geschoolde handenarbeiders

VI

half- en ongeschoolde handarbeid & landbouwers

VII

kleine zelfstandigen

Tabel 3.2: De zeven EGP-klassen ([32])

Voor vrouwen kan men - zoals eerder verklaard - bij de opsplitsing rekening houden met de beroepsklasse van de man, maar dan is men beperkt tot de gehuwde en wettelijk samenwonende vrouwen. In het onderzoek neemt men de ganse groep vrouwen op in de dataset. Door de toegenomen tewerkstellingsgraad van vrouwen, lijkt dit overigens de meest logische keuze. Er zal echter blijken dat de conclusies voor vrouwen hierdoor minder uitgesproken zijn dan voor de mannen, maar dit zal niet alleen voor de beroepsstatus het geval zijn.

In tabel 6 van de bijlage vindt men de relatieve sterftekansen naar beroepsstatus terug voor onze onderzoeksgroep, voor de mannen maakt men een onderscheid naar leeftijdklasse. In figuur 3.4 zijn de gegevens omgezet in een overzichtelijk grafiek. Een eenvoudige analyse van de data wijst reeds op een duidelijk verschil tussen actieven en niet-actieven. De hoogste sterfterisico’s bij mannen vindt men in de groep zonder beroep. Dit is niet geheel onverwacht wanneer we weten dat tot die groep 40 - 59 - jarigen ook de mensen met een uitkering wegens blijvende werkonbekwaamheid en de gehandicapten in een beschutte werkplaats gerekend zijn. In de opsplitsing naar leeftijdklasse zijn die laatste twee effectief apart beschouwd en blijkt dat ze samen een risico hebben dat twee tot drie keer groter is dan gemiddeld (βˆ = 3.52 voor de jongste groep, 2.32 voor de oudste leeftijdsgroep). Bij de vrouwen kent de groep zonder beroep (hier wordt geen onderscheid gemaakt voor werkonbekwamen en gehandicapten in een werkplaats) eveneens een groter risico dan gemiddeld, de cijfers zijn echter minder groot

42


dan voor mannen. Bovendien kennen de vrouwen met een brug- of overlevingspensioen (met βˆ = 1.68 gemiddeld over alle leeftijden, meteen de grootste risicogroep bij de vrouwen) een relevant extra-risico t.o.v. de vrouwen zonder beroep. De verklaring ligt voor de hand; mannen zonder beroep vormen een erg kleine en (ook op gezondheidsvlak) gemarginaliseerde groep in de bevolking, de werkloze vrouwen echter zijn vaak welgestelde huisvrouwen. Ook volledig werkloze mannen (βˆ = 1.23 tot 1.69, gemiddeld 1.65) hebben een duidelijk verhoogd risico. De groep met het derde grootste overlijdensrisico is bij de mannen doorgaans die van de mensen op brugpensioen of met een overlevingspensioen. In de jongste groep kennen deze het derde grootste risico (βˆ = 1.91 tegenover 1.69), maar vanaf 50 jaar is een brug- of overlevingspensioen minder nadelig dan werkloosheid met uitkering (βˆ = 1.28 tot 1.05 tegenover 1.51 tot 1.23). Vanaf 60 jaar is de mortaliteit voor gepensioneerden (βˆ = 1.05) zelfs slechts het vijfde grootst, na de mensen met een onbekend beroep (βˆ = 1.14). Dit is omdat de groep van mensen die voor hun 60e op pensioen gaan een kwetsbare groep is. In die zin zou men algemeen kunnen stellen dat de groep van werklozen precies een groter mortaliteit kent omdat ze een meer kwetsbare groep zijn. Andere studies insinueren evenwel dat de verhoogde sterfte een gevolg kan zijn van een gebrek aan sociale contacten of een verhoging van socio-economische stress die gepaard gaat met werkloosheid.

Het laagste risico voor mannen vindt men afwisselend van leeftijdsgroep tot leeftijdsgroep terug in respectievelijk de groep van de grote zelfstandigen, de hoge leidingevenden en academici (βˆ = 0.51 en 0.68) en de zelfstandige boeren (βˆ = 0.61 tot 0.69). Dit eerste is misschien intu¨ıtief te begrijpen, gemiddeld kent deze groep dan ook duidelijk de laagste sterfte. Het tweede kan verklaard worden door een hogere beroepstevredenheid onder landbouwers ondanks hun lagere status en inkomen. Vervolgens kennen ook de jonge, mannelijke toezichthouders, lagere leidinggevenden en geschoolde handenarbeiders een opvallende ondersterfte (βˆ = 0.56 en 0.51 voor de jongste groep). Dit effect vermindert weliswaar naarmate de leeftijd stijgt. De lagere leidinggevende en geschoolde hoofdarbeiders bekleden gemiddeld ook de tweede plaats (βˆ = 0.70), de toezichthouders en geschoolde arbeiders samen de derde plaats (βˆ = 0.73). De kleine zelfstandigen vertonen de hoogste sterfte binnen de actieve bevolking (βˆ = 0.87 gemiddeld, 0.88 tot 0.92 voor de mannelijke leeftijdssklassen). Zelfstandige vrou-


43

wen kennen zelfs een oversterfte (βˆ = 1.11) t.o.v. het gemiddelde. De kleinste sterftecijfers bij vrouwen komen voor in de groep van toezichthouders, handenarbeiders en landbouwers (βˆ = 0.71 tot 0.78). Pas daarna komen de topposities, de routine handarbeiders, lagere leidinggevenden en geschoolde hoofdarbeiders (βˆ telkens rond de 0.85).

Figuur 3.4: Relatieve sterftekansen naar beroepsstatus per leeftijdsgroep ([21])

Samenvattend kunnen we stellen dat onze verwachtingen redelijk ingelost worden: de nietactieve groepen hebben een groter overlijdensrisico, terwijl actieven een lager risico kennen. Bovendien worden binnen de actieve bevolking hogere beroepsklassen over het algemeen gekenmerkt door de laagste mortaliteit, de volgorde van klasse tot klasse kan evenwel verschillen van leeftijdsgroep tot leeftijdsgroep. Onderscheid tussen actieven en niet-actieven is bijgevolg interessant, we gaan hier in (b.) dieper op in. Bij verdere segmentatie binnen de actieve bevolking moet men opletten dat men een juist een leeftijdsonafhankelijk beeld van de invloed op de sterftecijfers gebruikt. De verschillen bij mannen zijn groter en lineairder dan bij vrouwen, zo is de verhouding tussen het hoogste en kleinste risico bij vrouwen gelijk aan 2.4 en bij mannen gelijk aan 3.2. Bij de jonge mannen bovendien nog een stuk hoger dan bij de oudere mannen. De wetgeving staat echter niet langer toe om een onderscheid te maken op basis van geslacht.

44

b.


De tewerkstellingsstatus

De tewerkstellingsstatus groepeert alle actieve Belgen en vergelijkt ze met de niet-actieve Belgen. De vergelijking wordt in tabel 8 in de bijlage opnieuw gemaakt voor mannen en vrouwen apart, in figuur 3.5 wordt ze gevisualiseerd. Bij de vrouwen hebben de niet-actieven een mortaliteit die gemiddeld 1.4 keer groter ligt dan die bij de actieve vrouwen, bij de mannen is die verhouding zelfs gelijk aan 2.2. Na opdeling in leeftijdsgroepen, zal men ook hier opmerken dat de verschillen het grootst zijn bij de jongere leeftijden. Voor de generatie 40-44 jaar is de ratio 3.0 voor mannen, bij de oudste leeftijdgroep ligt de waarde met 1.5 een stuk lager. De verklaring is opnieuw dezelfde als voordien: de niet-actieven in de jongere leeftijdsklassen vormen een gemarginaliseerde en eerder ongezonde groep. In de oudere leeftijdklassen omvat de groep niet-actieven dan weer een aanzienlijke groep gezonde pregepensioneerden en bruggepensioneerden.

Figuur 3.5: Relatieve sterftekansen naar tewerkstellingsstatus per geslacht ([21])

Er is dus weldegelijk een duidelijk verschil, zeker op jongere leeftijd, in sterftekans tussen actieve en niet-actieve Belgen. Dit is een bevestiging van de meer gedetailleerde cijfers die


45

we tegenkwamen in (a.). In deze bespreking van beroepstatus zagen we echter dat er binnen de opdeling van de actieve mensen wel grote gelijkenissen zijn over leeftijd en geslacht heen, maar dat er ook bepaalde verschillen zijn. Het kan dus interessant zijn de opdeling in beroepsstatus te beperken tot tewerkstellingsstatus, en rekening houdend met de leeftijdsverschillen deze covariaat op te nemen in het model voor premieberekening.

Het geslachtsverschil in de cijfers blijkt niet alleen in België op te vallen, ook in in andere landen duikt dit op. Een verklaring zou zijn dat vrouwen de negatieve (gezondheids)gevolgen van inactiviteit beter kunnen relativeren omdat ze meer alternatieve waarderingsbronnen hebben. We denken dan vooral aan sociale netwerken. Mannen zijn bovendien nog vaak de belangrijskte kostwinner waardoor de materiële gevolgen bij inactiviteit van mannen verder reiken. Bij vrouwen is niet-activiteit nog vaak een bewuste keuze, bij mannen is het vaak een gedwongen toestand. De wetgeving staat ons echter niet langer toe om in premieberekeningen een onderscheid te maken tussen mannen en vrouwen, men moet in de premie berekeningen dus werken met (gewogen) gemiddelde parameterwaarden. Een alternatief kan ook zijn om in de premieberekening gebruik te maken van socio-economische variabelen die afhangen van het huishouden, eerder dan van individu tot individu. Dit zal logischerwijs resultaten opleveren die gelijkaardiger zijn over de geslachten heen, we bespreken dit o.a. in (c.).

c.

Het soort van inkomen

Ook de opdeling van het sterfterisico naar soort van inkomen is relatief consistent te noemen over de leeftijdsklassen, hoewel er opnieuw kleine afwijkingen te bespeuren zijn. Het effect van het soort inkomen komt uiteraard het meest tot uiting wanneer we de extremen bekijken. Over het algemeen komt het laagste sterfterisico voor in de groep van huishoudens die hun loon uitsluitend uit arbeid putten: e´ e´ n voltijds en e´ e´ n deeltijds inkomen (βˆ = 0.52 tot 0.77 voor mannen, gemiddeld 0.71 voor vrouwen), twee voltijdse inkomens (βˆ = 0.57 tot 0.70 voor mannen, gemiddeld 0.75 voor vrouwen) en e´ e´ n voltijds inkomen (βˆ = 0.70 tot 0.80 voor mannen, gemiddeld 0.90 voor vrouwen). Bij de vrouwen wordt die laatste groep weliswaar geklopt door drie andere groepen die bij de mannen eerder centraal liggen. Op deze uitzondering na kennen mannen en vrouwen gemiddeld over de verschillende leeftijdsgroepen heen dezelfde

46


volgorde. Men mag ervan uitgaan dat huishoudens met twee voltijdse inkomens meer inkomsten hebben, toch scoren ze niet het best op vlak van mortaliteit (βˆ = 1.04 gemiddeld voor mannen, 0.82 voor vrouwen). De ideale combinatie lijkt e´ e´ n voltijds en e´ e´ n deeltijds inkomen te zijn. De stresshoeveelheid zou dus een rol kunnen spelen in de gezondheidtoestand van huishoudens met twee voltijdse inkomens. Deelt men de mannen in in de gebruikelijke leeftijdsklassen dan ziet men dat de oudste groep een afwijkend gedrag vertoont. Dit is - net als bij de beroepsklassen - een bijzonder groep aangezien zij reeds in grotere mate gepensioneerd zijn en een vervangingsinkomen hebben, los van hun medische toestand. In de overige leeftijdgroepen is die laagste mortaliteit wel telkens te vinden in die eerste drie inkomenstypes. Na deze types is het patroon evenwel minder consistent.

Bij de hoogste risicogroepen, zowel voor mannen als voor vrouwen - vindt men de huishoudens met twee vervangingsinkomen (βˆ = 1.11 tot 2.29 voor mannen, 1.37 gemiddeld voor vrouwen), e´ e´ n vervanginsinkomen (βˆ = 1.24 tot 2.48 voor mannen, 1.43 gemiddeld voor vrouwen) of geen inkomen (βˆ = 1.55 tot 1.80 voor mannen, 1.74 gemiddeld voor vrouwen). De onderlinge volgorde is voor mannen afhankelijk van leeftijdsgroep tot leeftijdsgroep. Mannen met e´ e´ n deeltijds en e´ e´ n vervanginsinkomen hebben een risico dat sterk tot matig boven het gemiddelde uitstijgt (βˆ = 1.15 tot 1.75). Bij vrouwen ligt het risico evenwel onder het gemiddelde (gemiddeld 0.822).

Algemeen kunnen we stellen dat het inkomenstype een interessante covariaat is om sterfterisico’s te bepalen. De tendensen zijn voor mannen en vrouwen min of meer dezelfde, zeker wanneer we de extremen bekijken. Die grotere overeenkomst tussen mannen en vrouwen is uiteraard niet zo verwonderlijk, het inkomenstype is eerder een huishoudelijke eigenschap dan een individuele eigenschap. De verschillen verdwijnen naarmate de leeftijd stijgt: voor de jongste mannen is de risicoverhouding van de hoogste risicogroep t.o.v. de laagste risicogroep gelijk aan zes, voor de groep 50 - 54 jaar ken de grootste risicogroep een risico dat tot drie keer groter is dan voor de laagste risicogroep, voor de andere leeftijdgroepen ligt dit rond de twee. De verschillen nemen dus wel af naar leeftijd, maar blijven aanzienlijk groot. De gemiddelde risicoverhoudingen tussen de extremen per geslacht liggen voor mannen (ratio = 3.0) opnieuw


47

hoger dan voor vrouwen (ratio = 2.4). Dit zou kunnen te maken hebben met het feit dat mannen vaak nog de grootste kostwinner zijn en hun aandeel in het inkomstype dus het grootst is.

Figuur 3.6: Relatieve sterftekansen naar inkomenstype per leeftijdsgroep ([21])

d.

De huisvestingskwaliteit en levensstandaard

Waar het inkomenstype eerder een idee geeft van de korte termijn inkomsten, geeft de huisvestingskwaliteit (hier gezien als een combinatie van woningbezit en woningcomfort) een beeld van het inkomen op (middel)lange termijn en dus over het vermogen en de levensstandaard. Het zal niet verbazen dat de resultaten voor mannen en vrouwen gelijklopend zijn. Huisvestingskwaliteit is namelijk opnieuw een variabele die iets verteld over het huishouden, eerder dan over de beide individuën. In tabel 9 van de bijlage zien we de sterftekans (hier enkel voor mannen) uitgetekend o.b.v. het comfortniveau. Het laagste risico valt te bespeuren bij mannen die leven in een huis met groot comfort (βˆ = 0.49 tot 0.66), het verschil is enorm t.o.v. de andere groepen. Daarna komen de mannen woonachtig in een huis met klein comfort, vóo´ r deze

48


met middelmatig comfort, al zijn de verschillen erg klein (βˆ = 0.83 tot 0.91 tegenover 0.88 tot 0.96). De mannen in een huis met onbekend comfort kennen mortaliteitscijfers die (net) onder het gemiddelde liggen. Mannen in een huis zonder klein comfort (βˆ = 1.13 tot 1.43) en zeker de restgroep (βˆ = 1.51 tot 1.57) kennen de grootste overlijdenskansen. Dit is redelijk logisch indien men beseft dat in die laatste groep grotendeelds die mensen opgenomen worden die geen vaste particuliere woning hebben (thuislozen, woonwagenbewoners of mensen woonachtig in medische of andere instellingen). Wat de extremen betreft zijn deze cijfers vergelijkbaar met eerdere studies in het buitenland. Daar kennen mensen met middelmatig comfort wel een kleinere sterftekans dan mensen met klein comfort.

Ook wat het huisbezit betreft, tabel 10 van de bijlage, scheidt zich een duidelijk patroon af. Mannen, en ook vrouwen, die een huis bezitten hebben een opvallend lagere sterfte (βˆ = 0.58 tot 0.72), gevolgd door de groep met onbekend huisbezit. Voor die laatste groep circuleren de sterftecijfers rond het bevolkingsgemiddelde in de jongste leeftijdsgroepen (βˆ = 0.99 tot 1.01), maar is er een duidelijke ondersterfte in de oudere leeftijdsklassen (βˆ = 0.82 tot 0.85). Huurders kennen een hogere mortaliteit dan gemiddeld (βˆ = 1.11 tot 1.15) en de restgroep kent het hoogste risico (βˆ = 1.38 tot 1.53).

Vervolgens combineert men de beide indicatoren, wooncomfort en huisbezit, tot e´ e´ n huisvestingsvariabele, deze keer voor mannen en vrouwen. Ook deze zorgt voor een consistent beeld waarin de verschillen enkel verder uitvergroot worden. De cijfers zijn te vinden in de bijlage (tabel 12), de figuur 3.7 zet de cijfers om in een grafiek. Eigenaars van een huis met groot comfort hebben een sterftekans die ver onder het gemiddelde ligt (βˆ = 0.45 tot 0.62 voor mannen, 0.60 voor de gemiddelde vrouw). Op grote afstand volgen de eigenaars met middelmatig (βˆ = 0.70 tot 0.78 voor mannen, 0.75 voor de gemiddelde vrouw) of klein (βˆ = 0.73 tot 0.83 voor mannen, 0.81 voor de gemiddelde vrouw) comfort en de huurders van een huis met groot comfort (βˆ = 0.77 tot 0.90 voor mannen, 0.86 voor de gemiddelde vrouw). In sommige leeftijdscategorieën van de mannen hebben huurders van een woning met groot comfort ongeveer dezelfde sterftekansen als eigenaars van een woning met middelmatig of zelfs klein comfort.


49

Figuur 3.7: Relatieve sterftekansen naar huisbezit en -comfort per leeftijdsgroep ([21])

Mannen met een comfortniveau of huisbezit onbekend hebben een mortaliteit die rond het gemiddelde ligt (βˆ = 0.89 tot 1.09), vrouwen met onbekende waarden kennen een kleinere sterftekans dan gemiddeld (βˆ = 0.87). De eigenaars van een huis zonder klein comfort kennen een klein tot aanzienlijk sterfteoverschot (βˆ = 1.01 tot 1.26 voor mannen, gemiddeld 1.04 voor vrouwen). Voor de jonge leeftijdsgroep worden ze nog vooraf gegaan door de huurders van een huis met klein comfort (βˆ = 1.26 tegenover 1.21). Voor de oudere leeftijdsgroepen kennen eigenaars zowieso een lagere sterftekans dan huurders. Daarenboven is er een toenemend risico naarmate het comfortniveau afneemt, wat - zie hierboven - voor de afzonderlijke comfortniveaus niet het geval was. Binnen de groepen met de hoogste mortaliteit vindt men voornamelijk de huurders terug, maar ook de restcategorie. In de twee jongste leeftijdsgroepen hebben de huurders zonder klein comfort de hoogste sterfte (βˆ = 1.70 en 1.74), bij de oudere groepen niet. De volgorde onder huurders is aldus minder consistent dan onder eigenaars.

De verschillen bij vrouwen liggen opnieuw lager dan bij mannen; de ratio tussen de twee extreemste groepen is gelijk aan 3.1 bij mannen en 2.6 bij vrouwen. Samenvattend kunnen

50


we hoe dan ook stellen dat de huisvestingskwaliteit een belangrijk segmentatiecriterium zou kunnen zijn voor sterftekansen (en dus premieberekening): huisbezitters hebben bijna altijd een lagere mortaliteit dan huurders. Het comfort van de woning is eveneens van belang, zeker onder eigenaars van een huis. Voor hen neemt de sterftekans toe wanneer het comfortniveau daalt. Onder de huurders is de volgorde minder consistent. Het probleem met de huisvestingskwaliteit is dat deze variabele nauw verbonden is met het vermogen van een persoon. In 1.4.2 rond de segmentatieregelgeving bespraken we het discriminatieverbod o.b.v. vermogen. Men zal een eventuele segmentatie o.b.v. huisvestingskwaliteit objectief moeten rechtvaardigen.

e.

Het onderwijsniveau

Voor de onderverdeling naar onderwijsniveau, maakt men gebruik van 13 verschillende niveau’s die het hoogst behaalde diploma weerspiegelen. Deze categorieën gaan van ‘geen diploma’ tot een diploma ‘universitair of hoger onderwijs van het lange type’. Op figuur 3.8 zien we dat Belgische mannen een uitgesproken patroon van sterfte naar onderwijsniveau kennen, voor de vrouwen is dit iets minder het geval. De hoogst opgeleide mensen kennen de laagste sterftestatistieken, terwijl de laagst opgeleide mensen de grootste overlijdenskansen met zich meedragen, dit geldt voor beide geslachten. Voor de mannen worden de laagste sterfterisico’s in elke leeftijdsgroep gemeten in de groepen met een diploma pedagogisch onderwijs, de groep universitairen (korte of lange termijn) en de groep mannen met een diploma uit een andere hogere onderwijsinstelling. Deze vier groepen onderscheiden zich duidelijk van de ˆ andere groepen met gemiddelde β-waarden van 0.71 tot 0.73. Voor de vrouwen nemen de groepen ‘hoger secundair technisch onderwijs’ (βˆ = 0.78 tot 0.79) en ‘lager technisch secundair onderwijs’ de beste posities in (βˆ = 0.79), daarna pas volgen de vrouwen met een diploma van ‘hoger pedagogisch onderwijs’ (βˆ = 0.90) en ‘ander hoger onderwijs’ (βˆ = 0.85). Technisch onderwijs lijkt dus een positief effect te hebben op de sterftecijfers van de vrouwen.

Over het algemeen kennen mannen en vrouwen met een diploma secundair onderwijs gemiddelde sterftecijfers, maar toch blijkt ook voor mannen dat technische opleidingsniveaus een iets gunstiger levensperspectief bieden, zeker voor de jongere leeftijdsgroep. Een diploma hoger secundair onderwijs schetst voor de oudere leeftijdsklassen een positiever beeld dan


51

Figuur 3.8: Relatieve sterftekansen naar onderwijstype per leeftijdsgroep ([21])

voor de jongere leeftijdsklassen. Dit heeft ongetwijfeld te maken met het feit dat dergelijk diploma enkele decennia geleden hogere posities opleverde dan heden ten dage het geval is. De beroeps- en kunstrichtingen blijken iets grotere sterftekansen op te leveren, voor vrouwen opnieuw iets extremer dan bij mannen. Voorts kennen ook de personen die hun studies afgesloten hebben met een diploma uit het algemeen vormende lager secundair onderwijs slechtere sterftestatistieken.

De minder hoog opgeleide mannen kennen dus over het algemeen een sterfte die een stuk hoˆ ger ligt. Mannen zonder diploma hebben relatieve risico’s met β-waarden tussen de 1.21 en 1.36 (gemiddeld 1.13 voor vrouwen). Degenen met een diploma lager onderwijs of met een diploma dat onbekend is, kennen ook een sterfteoverschot (βˆ = 1.16 tot 1.27 voor mannen, 1.05 voor de gemiddelde vrouw), maar toch een stuk beter dan die van de vorige groep. Behalve dan voor de oudere mannen, daar lijkt een onbekend diploma slechter te zijn dan geen diploma. Voor de vrouwen is de rangorde van de grootste sterftestatistieken min of meer gelijk aan die van de mannen. Belgen die hun hoogst behaalde diploma niet invulden, hebben met

52


grote voorsprong de hoogste sterfterisico’s, meer dan twee keer zo hoog als gemiddeld. Mogelijks hebben de betrokken ondervraagden hun antwoordformulier niet ingevuld door ziekte of ongeval. Dit zou onmiddellijk de extreem hoge sterftecijfers in deze groep verklaren.

Kijken we internationaal naar gelijkaardig statistisch onderzoek, dan zien we dat deze Belgische lineaire trend zich ook in het buitenland laat merken. Bovendien blijkt daar dat vrouwen een iets lagere diversiteit in sterftecijfers hebben dan de mannen. Dat blijkt ook uit onze sterfteratio’s tussen de meest risicovolle en minst risicovolle onderwijsgroepen (we houden hier even geen rekening met de extreemste klasse ‘niet ingevuld’). Deze ratio is gelijk aan 1.7 voor de mannen en 1.3 voor de vrouwen uit het onderzoek. Internationaal schijnen vrouwen relatief (t.o.v. de mannen) meer voordeel te halen uit een opleiding secundair onderwijs en relatief minder uit een opleiding hoger onderwijs. Dit lijkt makkelijk te verklaren door het feit dat onderwijsniveau nauw verwant is aan de beroepsstatus en daar zagen we reeds dat deze variabele minder rechtlijnige sterfteverschillen heeft bij vrouwen dan bij mannen. Door hun rol als echtgenote of (huis)moeder en de hieraan gekoppelde afhankelijkheid van (het beroepsniveau) van de man geldt dit dus ook voor het onderwijsniveau. Een bijkomende oorzaak is dat bepaalde sterfteoorzaken precies meer voorkomen bij hoger opgeleide vrouwen. Zij stellen de geboorte van hun kinderen langer uit en hebben daardoor een grotere kans op borstkanker.

Toch mogen we de gelijkenissen tussen mannen en vrouwen niet uit het oog verliezen, het globaal beeld is hetzelfde: hogere opleiding is lagere sterftecijfers en omgekeerd. De sterfteratio’s liggen bij mannen hoger dan bij vrouwen (βˆ = 3.5 tegenover 2.8 indien we de meest extreme groep niet uitsluiten) maar de ratio’s zijn wel behoorlijk groot. Dit wil zeggen dat er weldegelijk een verschil in sterftecijfers bestaat naargelang het onderwijsniveau. Dit maakt van het onderwijsniveau een potentieel interessant segmentatiecriterium.

f.

De leefvorm

Als laatste socio-economische variabele bespreken we de leefvorm, meerbepaald de huishoudenpositie of de burgerlijke staat. In eerdere studies in het buitenland werd hier reeds een duidelijk patroon naar sterftekansen geobserveerd en dat lijkt o.b.v. figuur 3.10 ook voor de


53

Belgische mannen en vrouwen zo te zijn. De laagste sterfte komt voor bij gehuwden met inwonende kinderen (βˆ = 0.53 tot 0.67 voor mannen, 0.69 gemiddeld voor vrouwen), deze hebben een duidelijk sterftevoordeel t.o.v. de gehuwde mannen en vrouwen zonder inwonende kinderen (βˆ = 0.67 tot 0.71 voor mannen en 0.83 voor de gemiddelde vrouw). Gehuwden zijn telkens in het voordeel m.b.t. overlevingskansen. De hoogste sterftecijfers worden systematisch teruggevonden in de restgroep4 (βˆ = 1.35 tot 1.53 voor mannen en 1.20 voor vrouwen) en bij de alleenstaanden (βˆ = 1.16 tot 1.49 voor mannen, 1.34 voor de gemiddelde vrouw). Het sterfterisico van alleenstaande mannen is tot 2.8 keer zo groot als bij gehuwden, bij de vrouwen ligt dit cijfer iets lager. Het grootste verschil in sterfte vindt men echter bij een vergelijking van de gehuwden en de restgroep, deze groep heeft een heel specifieke huishoudenssamenstelling.

Figuur 3.9: Relatieve sterftekansen naar huishoudenspositie per leeftijdsgroep ([21])

In de middengroep, zijnde de samenwonenden, de ouders in een e´ e´ noudergezin en de samenen inwonenden, zijn de volgordes minder consequent doorheen de leeftijdsgroepen. Ouders 4 Mensen

nend zijn.

die noch gehuwd, noch samenwonend, noch ouder in e´ e´ noudergezin, noch alleenwonend of inwo-

54


in een e´ e´ noudergezin (βˆ = 0.95 voor de gemiddelde vrouw, 1.08 voor de gemiddelde man) en de jongste mannelijke samenwonenden met kinderen kennen (lichtjes) betere sterftecijfers dan gemiddeld. In de oudste leeftijdgroep van de mannelijke samenwonenden liggen de sterftekansen dan weer iets boven het gemiddelde. Inwonenden en samenwonenden zonder kinderen kennen sterftecijfers die systematisch slechter dan gemiddeld zijn, in bepaalde leeftijdgroepen kan men zelfs spreken over een duidelijk sterfteoverschot. Enkel in de groep van jonge vijftigermannen kent de samenwonende man zonder kinderen een (verwaarloosbaar) voordeel t.o.v. de gemiddelde man. Globaal gezien kan men wel stellen dat de inwonenden, samenwonenden en alleenstaande ouders een tussengroep vormen tussen de alleenstaanden (en restgroep) en de gehuwden.

Zoals eerder reeds vermeld, kennen gelijkaardige studies in het buitenland gelijkaardige resultaten. Bepaalde onderzoekers verklaren dit duidelijk sociaal patroon door een gezondheidsvoordeel dat verbonden is aan het (gelukkige) huwelijk of het samenwonen, een voordeel op sociaal en economisch vlak. Anderen stellen dan weer dat er een bepaalde selectie bestaat: gezonde personen maken meer kans op een (gelukkig) huwelijk of een samenwoonrelatie, hier moet evenwel nog verder onderzoek naar gedaan worden.

Nauw verbonden, maar niet hetzelfde, is de burgerlijke staat. Getrouwde mannen en vrouwen hebben een laag risico (βˆ is gemiddeld 0.59 voor mannen, 0.72 voor vrouwen), niet getrouwden kennen telkenmale een relatief hoog risico. Gescheiden mannen (βˆ = 1.17) en vrouwen (βˆ = 1.08) kennen een sterfteoverschot, net als de vrijgezellen (βˆ = 1.24 voor mannen, 1.10 voor vrouwen) en de weduwen (βˆ = 1.18 voor mannen, 1.17 voor vrouwen). De verschillen zijn opnieuw iets duidelijker bij mannen (ratio = 2.1) dan bij vrouwen (ratio = 1.5). Ook deze conclusies komen sterk overeen met wat men in het buitenland reeds opmerkte: getrouwden hebben betere sterftekansen dan ongehuwden, terwijl gescheiden mensen, vrijgezellen en weduwen negatievere sterfteresultaten kennen. Hun volgorde kan onderling wijzigen.

Ondanks een duidelijk sterfteverschil tussen vooral gehuwden en niet-gehuwden komt de burgelijke staat niet onmiddellijk in aanmerking als segmentatiecriterium. In 1.4.2 zagen we dat

3.3. WOONPLAATS

55

Figuur 3.10: Relatieve sterftekansen naar burgelijke staat per leeftijdsgroep ([21]) discriminatie o.b.v. burgelijke staat wettelijk verboden is. Verzekeringsmaatschappijen kunnen evenwel vrijgesteld worden van dit verbod indien ze het onderscheid objectief rechtvaardigen.

3.3

Woonplaats

Sterftecijfers werden binnen de verzekeringssector tot voor kort vooral opgesplitst o.b.v. leeftijdscategorie, geslacht, gezondheidstand en -voorspelling (roken, sporten, reizen . . . ). Op basis van een volgende structurele determinant, de woonplaats, is er evenwel ook redelijk veel onderzoek gedaan en er blijken zelfs in een klein land als België opvallende verschillen te zijn van regio tot regio. In Nederland selecteert de online verzekeraar Independer.nl o.b.v. de postcode van de verzekerde5 . België is een stuk kleiner dan onze Noorderburen en we zouden op het eerste zicht vermoeden dat de regionale sterfteverschillen in ons land eerder gering zijn. Toch wijst de literatuur op duidelijke verschillen van regio tot regio.

5 Independer.nl

baseert zich op een Nederlands onderzoek, zie [33].

56


De verklaring kan uiteraard liggen in een associatie: bepaalde regio’s scoren misschien anders op bepaalde segmentatiecriteria dan andere. Denk maar aan de gemiddelde leeftijd, gezondheidsstatus, socio-economische status of de verhouding mannen t.o.v. vrouwen. Statistisch onderzoek duidt effectief aan dat gebieden met hogere mortaliteit vaak getypeerd zijn door een lagere socio-economische status of een hogere verhouding van mannen t.o.v. vrouwen. Deze lijn kan evenwel niet doorgetrokken worden voor alle regio’s. Er moeten dus andere verklaringen ook zijn. Het is ook niet moeilijk om directe effecten van de regio op de mortaliteit te vermoeden: andere omgevingsfactoren zoals gezondheidsvoorzieningen en -beleid, maar ook fysische omgevingscondities zoals de aanwezigheid van natuurparken of industrieparken.

3.3.1

Opbouw van de dataset en analysemethode

Voor de statistische analyse beperkt men zich opnieuw tot mannen (40 tot 64 jaar) en vrouwen (40 tot 59 jaar) van middelbare leeftijd, precies omdat men het univariaat model (enkel regio en uiteraard geslacht als covariaten) achteraf wensen te corrigeren met socio-economische covariaten. Voor de vergelijking tussen mannen en vrouwen neemt men de doorsnede van Belgen tussen 40 en 59 jaar. Voorts beperkt men zich opnieuw tot die mensen die op 01/03/1991 de Belgische nationaliteit hadden. Door de ongelijke verdeling in emigratie kan dit een effect hebben op de resultaten. Het voordeel is echter dat de (e)migratie in de vijf jaar durende observatieperiode een stuk kleiner is. Tot slot maakt men opnieuw gebruik van Cox regressie, de reden hiervoor is dezelfde als in 3.2. hi (t) = h0 (t) exp(BA Ai + Bs ∑ Ris ) s

= h0 (t) exp(BA Ai ) ∏(exp(Bs ))Ris s

Ai

= h0 (t) (βA )

∏(βs)Ris , s

telkens voor i = 1, 2, . . . , n en s = 1, 2, . . ., aantal regio’s. In een latere fase corrigeert men ook voor bepaalde socio-economische covariaten: hi (t)

=

h0 (t) (βA )Ai ∏(βs )Ris (β j )Xi j

j = 1, 2, . . . , aantal socio-economische covariaten.

s, j

Hierin is Ai telkens de exacte leeftijd van de persoon, Ris gelijk aan 1 indien persoon i op 1 maart 1991 in het arrondissement met nummer s woonde en anders gelijk aan nul. Xi j is

3.3. WOONPLAATS

57

de waarde voor de je socio-economische factor, in onze voorbeelden waren ook dit categorische variabelen. Een β-waarde groter dan e´ e´ n impliceert een sterfterisico die groter is dan gemiddeld (nationaal), het omgekeerde geldt voor een waarde kleiner dan e´ e´ n. Er wordt geen rekening gehouden met migratie tussen de regio’s onderling. Iemand die sterft wordt telkens gekoppeld aan de regio waar hij woonde in het begin van de observatieperiode en dit is niet noodzakelijk de regio waar hij gestorven is. Er zou voor beide keuze wel iets te zeggen zijn, maar het lijkt ons logischer om mensen te koppelen aan de plaats waar ze geleefd hebben dan aan de plaats waar ze gestorven zijn6 .

3.3.2

Opbouw regressiemodel

Op kaart 3.11 zijn de resultaten van de gemiddelde (over de verschillende leeftijdsgroepen) sterfteresultaten per arrondissement, en opnieuw ook per geslacht, opgenomen. In de tabel 15 van de bijlage zijn de cijfergegevens per leeftijdcategorie ter beschikking. Als snel merkt men een opvallend patroon: een doorsnee Vlaams arrondissement heeft sterftecijfers die lager dan het Belgisch gemiddelde liggen. Voor de Waalse arrondissementen geldt het omgekeerde.

(a) Belgische mannen (40 - 59 jaar)

(b) Belgische vrouwen (40 - 59 jaar)

Figuur 3.11: Relatieve sterfte per arrondissement (brutomodel, [21]) 6 Mensen zullen vaker sterven in een stedelijk gebied aangezien de meeste zieken- en rusthuizen daar gevestigd

zijn, ondanks het feit dat ze daar vaak weinig tijd doorgebracht hebben.

58


Binnen Vlaanderen leven de Limburgers en Kempenaars het langst, gemiddeld zijn zowel voor mannen als vrouwen de laagste sterftecijfers te vinden in Hasselt, Maaseik, Tongeren en Turnhout. In bepaalde leeftijdgroepen schijnen ook Tielt en Roeselare het goed te doen, Westen Oost-Vlamingen leven volgens deze cijfers nochtans het minst lang van alle Vlamingen. De sterfterisico’s in Oostende, Aalst en Oudenaarde leunen aan bij het Belgische gemiddelde. Het hoogste risico in Wallonië, en dus ook van België, is er voor de mensen uit Henegouwen (Charleroi en Bergen voor bijna elk van de leeftijdsgroepen en opvallend afgetekend in de jongste leeftijdgroep). Luik en (een aantal arrondissementen in) Luxemburg kennen de beste sterftecijfers van Wallonië, het sterfterisico voor iemand uit Nijvel (en voor vrouwen ook Verviers, Moeskroen en Doornik) ligt zelfs onder het nationaal gemiddelde. Verviers, Moeskroen en Doornik hebben een apart sterftebeeld, want deze Henegouwse arrondissementen kennen een ondersterfte bij de vrouwen maar een aanzienlijke oversterfte (zelfs t.o.v. het Waalse gemiddelde) bij de mannen. Het Brussels Gewest bekleedt op vlak van sterftecijfers een eerder slechte positie voor mannen en de slechtste positie voor vrouwen. Dit lijkt een algemene ervaring te zijn voor stedelijke en industriële arrondissementen. In Wallonië zijn het in het bijzonder de stedelijke gebieden die slecht scoren, met Charleroi en Bergen op kop. In Vlaanderen zijn de slechtst scorende arrondissementen eveneens de centrumsteden: voor West-Vlaanderen Oostende en voor Oost-Vlaanderen Aalst. Ook binnen de Provincie Antwerpen kent het arrondissement Antwerpen de slechtste sterftecijfers.

Vergelijkt men de verschillende leeftijdsgroepen dan merkt men dat de extreemste arrondissementen in elke van de leeftijdsgroepen heel goed of net heel slecht scoren: Leuven, Maaseik en Turnhout tegenover Charleroi en Bergen. Voor de andere arrondissementen is het patroon niet altijd gelijk in de diverse leeftijdscategorieën of per geslacht. Eeklo kent de laagste sterfte van het land in de groep mannen van 50 tot 54 jaar, in de andere groepen ligt dit arrondissement ergens in het midden. Diksmuide kent een lage sterfte voor 60 - 64 - jarige mannen, maar kent in de groep van veertigers een eerder hoge mortaliteit. Mannen uit Virton kennen een aanzienlijk sterfteoverschot in deze groep. Over het algemeen behoren de sterftecijfers er wel tot de laagste van Wallonië, bij de vijftig-plussers liggen ze zelfs onder het nationaal gemiddelde. In de groep van mannen van 55 tot 59 jaar kennen de mannen uit Bastenaken de

3.3. WOONPLAATS

59

hoogste sterftecijfers van ons land, terwijl in de andere leeftijdsgroepen Bastenaken een veel gunstiger positie heeft. Bij vrouwen kennen naast Dendermonde, Sint-Niklaas, Oudenaarde en Aalst ook enkele Antwerpse arrondissement minder goede sterftecijfers, de minst goede in Vlaanderen. De posities die de arrondissementen innemen komt dus voor mannen en vrouwen over het algemeen overeen, behalve voor die enkele Antwerpse arrondissementen. Door het klein aantal observaties in sommige van deze arrondissemten kan dit alles evenwel te wijten zijn aan toeval. Anderzijds mag men ook de generatieverschillen van arrondissement tot arrondissement niet onderschatten.

Figuur 3.12: Relatieve sterfte per arrondissement en per leeftijd (brutomodel, [21]) Daarnaast moet opgemerkt worden dat de verschillen tussen de arrondissementen onderling afnemen naarmate de leeftijd stijgt. De verhouding sterftecijfers tussen Charleroi en Maaseik ligt voor de jongste leeftijdsgroep op 3.16, een opvallend cijfer. Voor de oudste leeftijdgroep is de ratio gelijk aan 1.80 tussen de extemen Namen en Diksmuide, nog steeds een belangrijk verschil. De gemiddelde ratio ligt op 2.05 voor mannen en 1.64 voor vrouwen, een iets gematigder beeld voor vrouwen dat men eerder ook al tegenkwam.

60


We kunnen hoe dan ook besluiten dat er ondanks de kleine oppervlakte van ons land, ook in België opmerkelijke sterfteverschillen tussen de arrondissementen optreden. Zeker wanneer we naar de extremen kijken, lijken bepaalde van die arrondissementen systematisch zeer slecht of zeer goed te scoren. Er dient evenwel opgemerkt te worden dat ook hier enkel gekeken wordt naar de intermediaire leeftijdklassen, in andere leeftijdsklassen zijn er ongetwijfeld andere trends te bespeuren. Ook wat sterfteoorzaken betreft zullen bepaalde regio’s voor bepaalde oorzaken goed of dan weer slecht scoren, dit zullen niet noodzakelijk dezelfde regio’s zijn die men tegenkwam in het onderzoek. Hoe dan ook, ondanks het feit dat er hier zeker bijkomend onderzoek nodig is, kan niet ontkend worden dat de regionale sterfteverschillen (alleen al het verschil tussen Vlaanderen en Wallonië) ruimte kunnen bieden voor segmentatie op basis van woonplaats, zoals dat nu reeds in Nederland gebeurt.

3.3.3

Multivariaat model: de rol van socio-economische status

Om de woonplaats te corrigeren voor socio-economische status maakt men een model met de woonplaats e´ n enkele van de socio-economische statusvariabelen. Uit het onderzoek zal blijken dat de parameters voor de verschillende arrondissementen sterk zullen veranderen. De regio’s die men eerder als risicogebieden bestempelde, krijgen die status voor een groot stuk door hun lager socio-economisch statuut. De reacties zijn logischerwijs het sterkst in de regio’s die tot op heden het meest afweken van het nationaal gemiddelde.

De beroepsstatus en in mindere mate de inkomensvariabele genereren na toevoeging in het model de sterkste wijzigingen. In meer dan drie vierde van de arrondissementen zorgt de introductie van de beroepsvariabele voor een aanzienlijke reactie op de eerder geschatte parameters. In het zuiden van ons land neemt het relatief verschil meestal af, vooral dan in de industriezones van Wallonië, in de stedelijke gebieden is het effect minder. De twee Waalse arrondissementen die voordien sterftekansen kenden die onder het nationaal gemiddelde lagen, verliezen dit relatieve voordeel. In Vlaanderen zijn de wijzigingen minder opvallend, de verschillen onderling worden zelfs nog groter. In de gebieden die de laagste sterfte kenden, schijnt de sterfte nog te dalen na de intrede van de beroepsstatus, de andere gebieden kennen

3.3. WOONPLAATS

61

hierdoor een hogere sterfte. Het effect van de inkomensvariabele verloopt in dezelfde zin, maar iets minder duidelijk.

De controle voor de huisvestingsvariabele, de combinatie van huisbezit en het comfort, leidt tot interessante parameterverandering. In Wallonië is er opnieuw een een daling van de relatieve sterfte in de industriezones, maar soms een lichte stijging in de landelijke streken. Men ziet hier dus min of meer dezelfde tendens als voor de beroepsstatus. In Vlaanderen ziet men een andere situatie: een sterke toename in Limburg en de Brusselse rand, terwijl men een daling ondervindt in het Westen, de steden en de landelijke gebieden. Het effect van de comfortvariabele is duidelijk anders dan dat van de eigendomsvariabele. De afname van de sterfterisico’s in het Westen van ons land is een gevolg van de slechtere huiskwaliteit daar. Bij opname van de huisvestingsvariabele, meer bepaald het comfortniveau, wordt dit effect uit de arrondissementparameters gefilterd. Het omgekeerde geldt voor de arrondissementen in het Oosten van ons land. Het effect van het huisbezit is kleiner en vooral merkbaar in de grootsteden omdat daar meer huurwoningen aanwezig zijn. In Brussel bijvoorbeeld valt de oversterfte gekoppeld aan de arrondissementen weg na opname van de huisvestingsvariabele, in het bijzonder dus het huisbezit.

De huishoudenspositie levert kleinere veranderingen op. De sterkste verandering vindt men daar in de arrondissementen Brussel, Charleroi, Bergen en Luik. Deze vier steden worden gekenmerkt door een groot percentage alleenstaanden. In Vlaanderen is het effect van de huishoudenspositie kleiner. M.b.t. de onderwijsstructuur zijn de parameterwijzigingen nog kleiner, tot zelfs verwaarloosbaar.

We kunnen besluiten dat de regionale sterfteverschillen voor een groot stuk samenhangen met de materiële socio-economische statusvariabelen (beroepstype, inkomenstype en huisvesting) en minder met de sociale variabelen (huishoudenspositie en onderwijsniveau). De trend is het duidelijkst in de jonge generaties, maar de trend is wel dezelfde over alle leeftijdsklassen heen.

62

3.3.4


Multivariaat model: de combinatie van de socio-economische variabelen

Het kan eveneens een interessante oefening zijn om de belangrijkste socio-economische statusvariabelen in e´ e´ n model te gieten: een multivariaat model met leeftijd, woonplaats, onderwijsniveau, huishoudenspositie, beroepsstatus (soort van inkomen voor vrouwen) en de huisvestingskwaliteit als voorspellende variabelen. Het verschil t.o.v. het brutomodel is in ˆ Vlaanderen beperkt, zowel voor vrouwen als mannen. In figuur 3.13 worden de β-waarden in het brutomodel uitgezet tegenover die van het multivariaat model. Dit gebeurt per regio en per geslacht. Op basis van deze figuur kunnen een aantal soorten arrondissementen onderscheiden. Over het algemeen zijn de conclusies uit het brutomodel en uit het multivariaat model dezelfde. Toch zijn er een aantal regio’s die een opvallende sterftestijging -daling maken.

Figuur 3.13: Relatieve sterfte per arrondissement (multivariaat model t.o.v. Brutomodel, [21])

De meest uitgesproken wijzigingen komen voor in de regio’s met de meest ongunstige bevolkingssamenstelling: het Westen van Wallonië en het Brussels Gewest. Na controle voor de

3.3. WOONPLAATS

63

socio-economische variabelen verdwijnt de oversterfte voor het Brusselse gewest zo goed als volledig. Het extreme risico dat zich aanvankelijk in onze hoofdstad leek te bevinden, was het gevolg van een minder goede socio-economische status (in het bijzonder o.b.v. huishoudenspositie en huisbezit) van de Brusselaars. Waar in Wallonië de hoogste sterftecijfers werden geobserveerd (Henegouwen en industrieel Wallonië) dalen de sterftecijfers behoorlijk veel. De reden is dezelfde als die voor Brussel maar dan voor zowat elke van de socio-economische variabelen, met de beroepsstatus en tewerkstellingsgraad als belangrijkste nadelen in deze regio’s. Moeskroen en Doornik behoren bij de vrouwen na de socio-economische correctie zelfs tot de arrondissementen met de laagste sterftecijfers in België. In de provincie Namen ziet men een eenzelfde evolutie van de sterftecijfers maar dan een stuk kleiner. Voor de meeste arrondissementen in de provincie Luik gelden dezelfde verklaringen als voor het Brussels Gewest m.b.t. de negatieve invloed van huishoudenspositie en huisbezit, terwijl controle voor de onderwijsstructuur de regionale sterftecijfers doet stijgen. In Zuid-Wallonië (3 van de 18 Waalse arrondissementen) blijft het risico stabiel of neemt het zelfs verder toe (4 van de 18 Waalse arrondissementen). Het sterfterisico hier is dus niet vertekend door de socio-economische statusvariabelen. De gebieden Nijvel en Verviers hadden aanvankelijk een lagere sterfte dan het Belgisch gemiddelde, maar verliezen dit voordeel na socio-economische correctie. Dit komt vooral omdat ze een positievere beroeps- en woningsstructuur hebben.

In Vlaanderen zijn de regionale socio-economische statussen minder afwijkend waardoor het effect van socio-economische correctie daar lager is. Net als in het Zuiden van ons land lijkt correctie voor het beroep het grootste effect te hebben op de regionale sterftekansen. In Vlaams-Brabant wijzen alle socio-economische statusvariabelen in dezelfde richting waardoor daar het socio-economisch effect ook het grootst is. In Limburg is het opvallend dat ondanks de reeds zeer lage sterftecijfers er slechts een kleine stijging (bij mannen soms zelfs een daling) optreedt in de sterftecijfers. Voorts zijn er in West-Vlaanderen enkele gebieden die een verdere daling van de sterfterisico’s ondergaan na correctie van vooral de huisvestingsstatus. Bij de vrouwen kent Vlaanderen enkel een verdere daling in Diksmuide, Ieper, Eeklo, Gent, Oostende en Veurne.

64


Dit alles resulteert in een veranderde Belgische sterftekaart, zie figuur 3.14, maar de verschillen tussen vooral het Zuiden en het Noorden van het land blijven wel aanwezig. Dit is het duidelijkst zichtbaar bij de mannen. In het midden is een strook met relatieve sterfterisico’s rond 1.00, ze benaderen het nationaal gemiddelde. Ten Noorden hiervan zijn de regionale sterfterisico’s lager, ten Zuiden ervan hoger. De sterfte in Limburg is nog steeds het laagst, maar Limburg scheidt zich nog meer af van de rest van Vlaanderen. West-Vlaanderen is mooi tweede, de regionale gebieden en de provincie Antwerpen behoren al eerder tot de intermediaire gebieden in België. Oost-Vlamingen kennen binnen Vlaanderen de hoogste sterfte. De sterfte in Luxemburg en Namen is de hoogste van België, voor correctie met socio-economische status was deze voor mannen nog gelegen in Henegouwen. Bij vrouwen geldt een opvallend grootstedelijk effect zowel in Vlaanderen als in Wallonië: inwoners in (industriële) grootsteden kennen hogere sterftekansen dan in landelijke gebieden. In Wallonië treedt voor mannen vreemd genoeg een omgekeerd effect op: de meer landelijke gebieden kennen hogere sterftekansen dan de industriële gebieden. Niet alleen tussen de gewesten, maar ook binnen de gewesten zijn er dus sterfteverschillen meetbaar.

(a) Belgische mannen (40 - 59 jaar)

(b) Belgische vrouwen (40 - 59 jaar)

Figuur 3.14: Relatieve sterfte per arrondissement (multivariaat model, [21]) De ratio tussen de hoogste en laagste sterftekansen in België is substantieel gedaald van 2.1 (Maaseik t.o.v. Bergen) naar 1.8 (Maaseik t.o.v. Aarlen) bij mannen en van 1.6 naar 1.5 bij

3.3. WOONPLAATS

65

vrouwen. De socio-economische status verklaart dus niet alle verschillen, er zijn en blijven weldegelijk regionale verschillen binnen België bestaan. Er dient evenwel zorgvuldig omgesprongen worden met deze conclusies. Zo kunnen we niet met zekerheid bevestigen dat de resterende regionale sterfteverschillen het gevolg zijn van regiogebonden effecten dan wel van individuele inwonerseigenschappen die verschillen van regio tot regio. In de praktijk blijven vier mogelijke verklaringen bestaan: milieufactoren, socio-economische omgevingsfactoren, gezondheidsbeleid en gedragspatronen (levensstijl en preventie). Uit bepaalde studies blijkt dat er tussen de Gewesten weldegelijk belangrijke verschillen bestaan op vlak van gezondheidszorg en levensstijl. Hoogstwaarschijnlijk is het een combinatie van elk van deze verklaringen. Dit biedt nog ruimte voor verder onderzoek, net als het niet in rekening brengen van de interactie-effecten. Men zou ook kunnen op zoek gaan naar sterfteverschillen in een nog fijnere indeling, op gemeentevlak bijvoorbeeld, want ook binnen arrondissementen kunnen nog verschillen optreden. Een belangrijke kanttekening hierbij is echter dat er nu reeds problemen zijn door het feit dat sterfte een eerder uitzonderlijk fenomeen is. Een fijnere indeling kan voor een grotere volatiliteit zorgen zeker in dunbevolkte gemeentes.

67

Hoofdstuk 4 De Belgische markt anno 2013 In dit hoofdstuk is het de bedoeling een beeld te geven van wat zich de voorbije maanden afgespeeld heeft op de Belgische verzekeringsmarkt. Aangezien sinds 21 december vorig jaar de levensverzekeraars niet langer de mogelijkheid hebben om te segmenteren op geslacht, moesten deze eind vorig jaar en begin dit jaar nieuwe tarieven op de markt brengen. In de praktijk zijn de verzekeraars niet erg creatief geweest, dit geldt in het bijzonder voor de grootste verzekeraars. De manier waarop op het Arrest van het Europees Hof van Justitie gereageerd is, is gelijklopend over de meeste verzekeringsmaatschappijen. Meer zelfs, de huidige markt is het best te omschrijven als afwachtend. Iedereen kijkt naar elkaar en wacht af, kijkend naar wat de concurrenten doen. Het is dan ook niet zo eenvoudig om een uitgebreide vergelijking te maken van de tarifering voor en na 21 december 2012.

4.1

Nieuwe sterftetafels

De plaats waar tot voor kort het onderscheid tussen de geslachten gemaakt werd, was het gebruik van de sterftetafels. Verzekeraars maakten gebruik van aparte sterftetafels voor mannen en vrouwen. Ook de wettelijke referentietafels voorzagen in een onderscheid tussen de seksen. Sinds 21 december 2012 is dit onderscheid evenwel illegaal. Dit had rechtstreekse gevolgen voor de te gebruiken sterftecijfers. De wettelijke sterftetafels die tot op dat moment in omloop waren, mochten vanaf dan niet meer gebruikt worden. Het was de taak van de overheid om nieuwe unisekstafels op te maken, maar deze lieten een tijd op zich wachten. In afwachting

68

HOOFDSTUK 4. DE BELGISCHE MARKT ANNO 2013

van deze unisekstafels opteerden vele maatschappijen om (een groot percentage van) de duurste stertetafels1 toe te passen voor beide geslachten. Andere maatschappijen opteerden voor een gewogen gemiddelde van beide achterhaalde sterftetafels MK en FK, waarin MK evenwel het grootste gewicht meekreeg.

De verzekeraar moet namelijk op elk moment zijn risico’s dekken. Hij moet daarbij rekening houden met de onevenwichtige verdeling van het aantal mannen en vrouwen in de portefeuille, nu en in de toekomst. Een verzekeraar die veel mannen in zijn portefeuille heeft zou op het eerste zicht een hogere premie moeten aanrekenen dan een verzekeraar die een portefeuille bezit met vooral minder risicovolle vrouwen. Die laatste zal in dat geval evenwel meer klanten, en dus ook mannen, lokken dan die eerste en daardoor het risico van zijn portefeuille zien toenemen. Uiteindelijk zal ook die goedkopere verzekeraar verplicht worden zijn tarief te verhogen. Vanuit dit realistisch scenario is het van in het begin al nodig om voldoende hoge sterftetafels te gebruiken, vandaar de keuze voor (een groot gewicht van) de sterftetafel MK.

De wettelijke unisekstafels (de XK-tafel voor overlijdensverzekeringen) werden uiteindelijk pas op 8 februari 2013 in het Belgisch Staatsblad gepubliceerd. De ingevoerde uniseksreferentietafels zijn het gemiddelde van de huidige, geslachtsgebonden referentietafels en zijn, in tegenstelling tot deze laatste tafels, niet gebaseerd op een Makeham-model. De levensverzekeraars worden verplicht om deze uniseks-sterftetafels (of veiligere sterftetafels) toe te passen op de nieuwe contracten die gesloten worden op of na 21 december 2012. Dit werd door Assuralia gecommuniceerd in de omloopbrief LEVEN 2013-72 . Vele verzekeraars opteren evenwel voor de veiligere tafels die ze in afwachting van de wettelijke sterftetafels reeds gebruikten, eventueel aangepast om concurrentieel te blijven.

De sterftetafel die de verzekeraar gebruikt vormt de basis van zijn tarief. Het mag dan ook niet verbazen dat deze vaak geheim gehouden worden. Dit neemt echter niet weg dat we kunnen vermoeden dat naast de wettelijke sterftetafel XK ook de tafels MK en FK en de ervaringsta1 De 2 Zie

sterftetafel MK, de voormalige wettelijke sterftetafels voor een overlijdensverzekering voor mannen. [7].

4.2. NIEUWE SEGMENTATIECRITERIA

69

fels een belangrijke rol kunnen spelen in de sterftetafels die momenteel worden gebruikt voor de tarificatie. De keuzes die hiervoor gemaakt worden, zijn het resultaat van grondige analyses. De basis van die analyse bestaat er in om de resultaten in de toekomst te garanderen. Het gelijk blijven van het incasso kan daarvoor een basis vormen. Een sensitiviteitsanalyse moet de verzekeraars in staat stellen om te anticiperen op verschuivingen van de verhouding mannen en vrouwen in de portefeuille.

O.b.v. een vergelijking gemaakt door MoneyView3 weten we dat voor de producten ‘Classic’ van AXA en ‘Union Gold Classic’ van Delta Lloyd Life gebruik wordt gemaakt van de wettelijke sterftetafel XK. Voor de producten ‘Experience’ en ‘Experience+’ (AXA) en ‘Union Gold Experience’ (Delta Lloyd Life) gebruikt men ervaringstafels. Ook Cardiff, ZA Verzekeringen en Baloise Insurance maken voor hun producten gebruik van ervaringstafels. De andere verzekeringmaatschappijen maken niks openbaar rond het gebruik van hun sterftetafels.

4.2

Nieuwe segmentatiecriteria

Ook op vlak van de segmentatiecriteria blijkt er niet zo heel veel veranderd te zijn: de belangrijkste segmentatiecriteria zijn nog steeds de leeftijd, de gezondheidstoestand en het gezondheidsrisico en in minder mate ook het verzekerd kapitaal. Het verdwijnen van geslacht als segmentatiecriterium is door de Belgische verzekeringsmaatschappijen hoofdzakelijk opgevangen door extra segmentatie op vlak van gezondheid. De huidige en toekomstige gezondheidstoestand wordt meer in detail afgeschat om een beter zicht te krijgen op de sterftekansen. Het onderscheid tussen rokers en niet-rokers blijft, maar vooral het gebruik van de BMI kende een flinke opmars. Getuige daarvan het webbericht van begin dit jaar op de website van Assuralia4 , hierin bevestigt de verzekeringssector dat de BMI een effect kan hebben op de premiehoogte. Zoals we in 3.1 zagen, bestaat er een niet te onderschatten effect van een te hoog of een te laag BMI op de sterftecijfers. In combinatie met de eenvoud van dit criterium maakt dit van BMI een erg interessant segmentatiecriterium. 3 Zie 4 Zie

de vergelijking van de Schuldsaldoverzekeringen [26]. [6].

70


Doen we een klein onderzoek op basis van de informatie gekend door MoneyView en wat de verzekeraars vrijgeven op hun websites, dan zien we dat amper iets gewijzigd is. AG Insurance heeft eind vorig jaar uitdrukkelijk gecommuniceerd dat het de segmentatie op gezondheidsvlak verder verfijnt5 . In het bepalen van de premielast houden ze voortaan rekening met een aantal objectieve gezondheidscriteria. Welke criteria dit zijn, laten ze echter niet weten. Bij AXA maakt men volgens de website voor de tarifering enkel een onderscheid tussen rokers en nietrokers, hetzelfde geldt voor de KBC-schuldsaldoverzekering Comfort. De duur die men niet gerookt mag hebben om als niet-roker gecategoriseerd te worden, varieert tussen de e´ e´ n en twee jaar, maar is vaak ook niet gekend in de cijfers van MoneyView. Bij Baloise Insurance maakt men naast het niet-rokerstarief (ée´ n jaar niet gerookt) nog een apart tarief voor zij die langer dan vijf jaar niet meer gerookt hebben. Uiteraard zijn er bij elke verzekeraar bijpremies voorzien voor specifieke aandoeningen, beroepen, sporten of verblijf in het buitenland. Bij Belfius vermeldt men op de website uitdrukkelijk dat de gezondheidstoestand een effect heeft op de premiehoogte. Bij Ethias bieden ze geen schuldsaldoverzekering meer aan, ook de zuivere overlijdensverzekering wordt niet langer aangeboden.

Enkele verzekeraars houden dan weer rekening met de woonplaats van de verzekerde, het beroep of het studieniveau en zelfs het aantal kilometers dat u (beroepshalve) aflegt met de auto. Met uitzondering van deze laatste, bespraken we deze criteria allemaal in hoofdstuk 3 en daar bleek dat er weldegelijk regionale en socio-economische invloed is op de sterftecijfers. Het zijn de meest voor de hand liggende criteria en het is bijgevolg ook rond deze criteria dat het meeste onderzoek gedaan is. Bovendien bestaat er een niet te onderschatten verschil in studieniveau en beroepsbeoefening tussen mannen en vrouwen. Hierdoor staat segmentatie op vlak van studieniveau en beroep de verzekeraars toe om gedeeltelijk tegemoet te komen aan het sterfteverschil tussen beide geslachten.

Bij AFI-ESCA, volgens Test Aankoop e´ e´ n van de goedkopere verzekeraars voor schuldsaldoverzekeringen, vraagt men bij aanvraag van een schuldsaldoverzekering naar het aantal ki5 Zie

[3].

4.2. NIEUWE SEGMENTATIECRITERIA

71

lometers dat de verzekerde (beroepshalve) aflegt met de auto6 . Men maakt een onderscheid naargelang de verzekeringsnemer de 20.000 kilometer al dan niet overschrijdt. Het idee om hierop te segmenteren vloeit uiteraard voort uit het groot aantal ongevallen met de auto. Hoe meer kilometers men aflegt, hoe groter de kans op een dodelijk ongeval. Maar ook hier kan men vermoeden dat het een manier is om de sterfteverschillen tussen mannen en vrouwen op te vangen. Uit Nederlandse cijfers blijkt namelijk dat mannen vaker een auto bezitten dan vrouwen, zie figuur 4.1. De verschillen verkleinen evenwel generatie na generatie. In België zijn hiervoor geen duidelijke cijfers bekend, maar het Nederlands onderzoek doet ons vermoeden dat dit ook in België het geval is. Vlaamse cijfers geven alvast aan dat mannen vaker in het bezit zijn van een rijbewijs (zie tabel 4.1). Hoogstwaarschijnlijk kan men de lijn doortrekken en stellen dat mannen meer kilometers afleggen dan vrouwen.

Figuur 4.1: Autobezit in Nederland, per leeftijdklasse en geslacht (cijfers van 2011, naar [13])

Geslacht

Rijbewijs

Geen rijbewijs

Geen antwoord

Mannen

90.47%

8.97%

0.56%

Vrouwen

77.48%

22.38%

0.14%

Totaal

83.93%

15.72%

0.35%

Tabel 4.1: Verdeling van rijbewijsbezit volgens geslacht (personen vanaf 18 jaar, naar [25]) 6 Op

basis van een simulatie gemaakt op de website, zie [2].

72


De verschillen m.b.t. de courante segmentatiecriteria voor en na 21 december 2012 zijn voorlopig dus erg beperkt. Wat betreft de bijpremies die verbonden zijn aan bepaalde aandoeningen, enkele specifieke beroepen, het beoefenen van sommige sporten of langdurig verblijf in gevaarlijke gebieden zijn er eveneens amper wijzigingen.

4.3

Een balans

Vooraf was door de Belgische verzekeringssector reeds voorspeld dat de tarieven van de overlijdensverzekeringen gemiddeld zouden stijgen7 . Voor mannen zou er eventueel een klein voordeel kunnen optreden, maar de gemiddelde premie zou stijgen. Als verklaring gaf men dat de nieuwe unisekspremie niet zomaar kan bepaald worden als een (gewogen) gemiddelde van de premie voor mannen en de premie voor vrouwen. Een gewogen gemiddelde van de premies zou klanten kunnen aantrekken of afstoten. Dit zorgt voor een herverdeling van het aantal mannen en vrouwen in de portefeuille wat er kan voor zorgen dat tegen die gewogen premie de verzekeraar zijn risico’s niet langer kan dekken.

Assuralia werd hierin gesteund door een onderzoek van het onafhankelijke consultancybureau Oxera8 . Ook zij beweerden in een analyse van hun onderzoek dat de gemiddelde premies zouden stijgen. Ze baseren zich daarin o.a. op het invoeren van het unisekstarief voor de verplichte aansprakelijkheidsverzekering voor motorrijtuigen (2008). Voor jonge vrouwen stegen de prijzen 7-15%, voor de jonge mannen daalden de premies amper 3-4%. Oxera waarschuwt overigens voor antiselectie bij de niet-verplichte verzekeringen. De betere risico’s kunnen afgeschrikt worden door de verhoogde premies, hierdoor zouden de verzekeraars nog enkel met slechte risico’s opgescheept zitten. Dit is minder erg voor de schuldsaldoverzekering aangezien die min of meer verplicht wordt bij het aangaan van een krediet. De andere overlijdensverzekeringen zijn evenwel niet verplicht en de unisekstarieven daar kunnen in de toekomst antiselectie in de hand werken.

7 Zie 8 Zie

hiervoor [4] en [5]. ‘The impact of a ban on the use of gender in insurance’, [28].

4.3. EEN BALANS

73

Test Aankoop stelde echter dat het unisekstarief voor een grote daling van de premielasten zou zorgen. Zeker voor mannen, maar ook koppels zouden er voordeel uit halen. Meer zelfs, Test Aankoop beweerde de voorbije jaren dat op termijn de premies zelfs voor vrouwen nog verder kunnen dalen. Hiervoor zou de wetgever de concurrentie op de markt van overlijdensverzekeringen en schuldsaldoverzekeringen evenwel aanwakkeren9 .

Veel diepgaand onderzoek is er op dit moment nog niet beschikbaar. Daarvoor is het hoogstwaarschijnlijk nog wat te vroeg, mede omdat de verzekeraars op dit moment nog de kat uit de boom kijken. De algemene tendens die we in de eerste maanden van dit jaar echter zien, is dat de gemiddelde premielast voor een schuldsaldoverzekering gestegen is, zoals de verzekeraars voorspelden. In tabel 4.2 wordt een vergelijking gemaakt van de tarieven van een ongenoemde maatschappij voor een schuldsaldoverzekering met e100.000 verzekerd kapitaal over 25 jaar. De geslachtsgebaseerde en unisekstarieven voor mannen en vrouwen van 33 en 42 jaar worden opgesomd. Voor vrouwen is er een stijging van respectievelijk 22% en 27%, voor mannen een daling van iets meer dan 10%. Het resultaat voor een koppel is een premiestijging van respectievelijk 5.4% en 2.7%.

Man 33 jaar

Vrouw 33 jaar

Totaal

Tarief volgens geslacht

e190,07

e134,46

e324,53

Unisekstarief

e171,01

e171,01

e342,02

Man 42 jaar

Vrouw 42 jaar

Totaal

Tarief volgens geslacht

e401,37

e288,14

e689,51

Unisekstarief

e354,05

e354,05

e708,10

Tabel 4.2: Vergelijking geslachtgedifferentieerde en unisekstarieven voor 33- en 42- jarige mannen en vrouwen ([23])

Ook uit het marktonderzoek dat Test Aankoop begin dit jaar uitvoerde en publiceerde10 , blijkt die stijging van de tarieven eigenlijk. Vrouwen betalen volgens hen altijd meer, maar man9 Zie 10 Zie

hiervoor [34]. eveneens in [34]

74


nen zouden in de regel wel minder betalen. Wat de cijfers hierboven bevestigd. Volgens Test Aankoop zou de totale premie voor een huishouden waarin beide partners verzekerd zijn echter gedaald zijn bij de grootste verzekeraars. Over de doorsnee marktevolutie zeggen ze niks, bovenstaande cijfers doen alvast vermoeden dat deze daling niet overeenkomt met de globale marktevolutie. Wel halen ze aan dat de evolutie tussen de premie vandaag t.o.v. die van een jaar geleden niet enkel het gevolg is van het unisekstarief. De lagere intrestvoeten zorgen er voor dat de beleggingsopbrengsten van de verzekeraars dalen en dit zouden ze doorrekenen in de premies. Voor de overlijdensverzekeringen zijn er evenwel geen meldingen geweest van een verlaging van de technische intrestvoet. Voor de groepsverzekeringen zijn die er wel geweest, maar deze vormen dan ook een grotere markt. Minister van Economie Johan Vande Lanotte heeft overigens een verlaging van de maximale technische intrestvoet tegengehouden. Voorts beweert Test Aankoop dat de toegenomen concurrentie de tarieven (verder) heeft doen dalen doordat enkele verzekeringsmaatschappijen inzagen dat ze hun winstmarges konden doen dalen. Ze geven dus zelf aan dat de beperkte premieverlaging die er bij de grootste verzekeraars zou zijn, voor een stuk toe te schrijven is aan de toegenomen concurrentie. Als er dus al een positief effect van het unisekstarief zou zijn op de premielast, is het erg gering.

Zelfs wanneer we het marktonderzoek van Test Aankoop er op nalezen, lijkt het dus dat het effect van de unisekstarieven eerder tegengesteld was aan wat men bij de consumentenorganisatie gehoopt had. We blijven echter herhalen dat er nog niet zo heel veel veranderd is sinds eind vorig jaar. De verzekeringsmaatschappijen blijven afwachten, de komende maanden zullen op dat vlak meer duidelijkheid brengen.

75

Hoofdstuk 5 Een eigen premiemodel Om dit eindwerk af te ronden, kiezen we voor een praktische case study. In dit laatste hoofdstuk maken we een eigen premiemodel voor een overlijdensverzekering op a.d.h.v. de segmentatiecriteria die de vorige hoofdstukken behandeld zijn. Sommige segmentatiecriteria zijn voor de hand liggend, andere zijn misschien iets frapanter. We voltooien dit hoofdstuk met een studie naar de positie die het premievoorstel zou innemen in de markt.

5.1

Segmentatiecriteria

Bij het selecteren van segmentatiecriteria komen we al snel uit bij het concept ‘preferred life’. Deze term in de levensverzekeringen omvat alles m.b.t. het selecteren van segmentatiecriteria om de risicogroepen beter te identificeren. Elke persoon behoort door zijn scores op de verschillende criteria tot e´ e´ n bepaalde risicoklasse. Elke klasse heeft een aparte risicoverdeling. De acceptatie van verzkeringsnemers uit de de betere klassen draagt dan uiteraard de voorkeur van de verzekeraars. Men raadt aan om, naast de leeftijd, maximum zes tot acht risicoklassen te onderscheiden. Uit het Swiss Re European Insurance Rapport 2012 blijkt overigens dat voor vele klanten het verstaan van de inhoud en de tarificatie van de producten een probleem vormt. Daarom is ook hun advies ‘hou het eenvoudig’.

76

5.1.1

HOOFDSTUK 5. EEN EIGEN PREMIEMODEL

Leeftijd

Om de leeftijd kan men niet heen: hoe ouder men is, hoe groter de overlijdenskans. Hiervoor gebruiken we de sterftetafels zoals ze door de Belgische wetgever opgemaakt zijn, voor overlijdensverzekeringen is dit de sterftetafel XK. Zoals eerder aangegeven zijn deze niet langer geajusteerd, vandaar de knik in onderstaande figuur.

(a) Belgen tussen 0 en 120 jaar

(b) Belgen tussen 0 en 50 jaar

Figuur 5.1: Segmentatie naar leeftijd (wettelijke stertetafel XK, zie [7])

5.1.2

Rokersgedrag

Ook het rokersgedrag is bijna een must geworden als segmentatiecriterium. Een aanzienlijk aantal onderzoeken heeft aangetoond dat roken een heel slechte invloed heeft op de gezondheid. De slogan ‘Roken doodt’ is wetenschappelijk erg onderbouwd. Daarom is het voor de hand liggend om te segmenteren op het rokersgedrag. Het probleem is evenwel dat dit niet controleerbaar is. Bij het onderschrijven van de verzekeringpolis kan men een nicotinetest laten uitvoeren, maar achteraf is het zo goed als onmogelijk om nog te controleren. De mensen die hun rokersgedrag fundamenteel veranderen eens ze een overlijdensverzekering gesloten hebben, lijken mij evenwel in de minderheid te zijn. De standaard sterftevoor- en nadelen die rokers en niet-rokers toegewezen krijgen in de markt liggen meestal tussen de 10 en 15%. Wij kiezen voor het gemiddelde hiervan, zie tabel 5.1. Niet-rokers worden gedefinieerd als mensen die de laatste twee jaar niet gerookt hebben, maar ook daarin liggen verschillen van maatschappij tot maatschappij.

5.1. SEGMENTATIECRITERIA

77

Niet-rokers

sterftekans -12.5%

Rokers

sterftekans +12.5%

Tabel 5.1: Eigen model: segmentatie op rokersgedrag

5.1.3

BMI

Voor de BMI geldt eenzelfde probleem als rond het rokersgedrag. De BMI is makkelijk te meten, maar moeilijk op te volgen. Toch weerhouden we de body mass index als segmentatiecriterium. In 3.1 bemerkten we dat zowel een te hoge als een te lage BMI een belangrijk effect hebben op de sterftecijfers. We zagen ook dat afwijking van de optimale BMI-range op rokers een minder groot effect heeft dan op niet-rokers. Toch zullen we elke persoon met een afwijkend BMI eenzelfde premieverhoging opleggen. Tabel 5.2 geeft een overzicht van het premievoordeel en -nadeel dat BMI oplevert. 20 ≤ BMI ≤ 25

sterftekans -5%

18 ≤ BMI < 20 of 25 < BMI ≤ 27.5

geen extra sterftekans

16 ≤ BMI < 18 of 27.5 < BMI ≤ 30

sterftekans + 2.5%

BMI < 16 of BMI > 30

sterftekans +5%

Tabel 5.2: Eigen model: segmentatie op BMI

5.1.4

Hoogst behaalde diploma

In 3.2.3, a. bespraken we de sterftekansen i.f.v. de beroepsstatus, in 3.2.3, e. deden we hetzelfde voor de sterftecijfers naar het onderwijsniveau. De globale resultaten waren dezelfde voor mannen en vrouwen: hoe hoger de beroepsstatus, hoe lager de sterftecijfers en hoe hoger het onderwijsniveau, hoe lager de sterftecijfers. Daarom zijn beroep en hoogst behaalde diploma twee interessante segmentatiecriteria. We mogen ons model evenwel niet overbelasten en bovendien zijn beroep en onderwijsniveau sterk gecorreleerd. We kunnen ze dus niet allebei in ons model invoeren.

78


We zien enkele goede redenen om het onderwijsniveau als segmentatiecriterium te verkiezen boven de beroepsstatus. Ten eerste lijkt het duidelijk dat het beroep eerder een gevolg is van het onderwijsniveau dan omgekeerd. Intuitief zal het onderwijsniveau dus meer invloed hebben op de levensstijl (o.a. via het beroep, maar niet enkel via het beroep). Zo wordt de levensstijl sterk be¨ınvloed door de omgeving, de familie en vrienden. Vrienden maakt men echter eerder op de schoolbanken dan op de werkvloer. Daarnaast is het onderwijsniveau ook makkelijker controleerbaar en bovendien ook meer permanent van karakter.

Het voorstel dat we hier doen is gebasseerd op de cijfers die we tegenkwamen in 3.2.3, e.. We verkiezen een opsplitsing in vier klassen: lager onderwijs en lager, secundair onderwijs en hoger onderwijs. De klasse van mensen die hun hoogst behaalde diploma niet opgeeft, valt hier weg aangezien wij er uitdrukkelijk zullen naar vragen. De sterftetoeslag en -afslag is opgenomen in onderstaande tabel. Lager onderwijs of lager

sterftekans +10%

Secundair onderwijs

geen extra sterftekans

Hoger onderwijs of hoger

sterftekans -10%

Tabel 5.3: Eigen model: segmentatie op onderwijsniveau

5.2

Marktpositie

We sluiten dit hoofdstuk af met een evaluatie van ons tarief. We doen dit a.d.h.v. de cijfers die eind april beschikbaar waren via MoneyView1 . De verzekeraars die hier met e´ e´ n of meerdere tarieven in opgenomen zijn, zijn AG Insurance, DVV, AXA Belgium, Cardiff Belgium, Credimo nv/sa, Delta Lloyd Life Belgium, ZA Verzekeringen, Vivium, Generali Belgium, Federale Verzekeringen, Ergo Life en Baloise Insurance. Een vergelijking tussen de verschillende tarieven op de markt is niet zo eenvoudig als het lijkt. De premiezetting is zo divers 1 Zie

de vergelijking van de Schuldsaldoverzekeringen en de simulaties in [26].

5.2. MARKTPOSITIE

79

dat men voor elke specifieke klant (risicoprofiel) een aparte vergelijking zou moeten maken. Aangezien dit onmogelijk is, moeten we keuzes maken rond het risicoprofiel en de specifieke wensen die men als klant heeft.

De duur van de premiebetaling is afhankelijk van verzekeraar tot verzekeraar. Indien er keuze is voor de verzekeringsnemer is deze beperkt en staat de verzekeraar geen negatieve reserves toe. Hierdoor komt men automatisch uit bij de risicopremie, de constante genivelleerde premie of de koopsom. Sommige verzekeraars bieden de mogelijkheid tot een tarief o.b.v. risicopremies, anderen bieden deze mogelijkheid niet of slechts heel uitzonderlijk aan. De genivelleerde (constante) premies en de koopsom zijn wel bij elke maatschappij gangbaar, het is dus het best te vergelijken o.b.v. koopsom of constante premie. In dat laatste geval is de duur van de premiebetaling beperkt tot twee derde van de duur van het contract. We gebruiken ook enkel die tarieven waarvoor de premie gegarandeerd is voor de ganse looptijd hoewel de andere vorm vaak voordeliger is voor de klant. Voor het dekkingspercentage kiezen we 100%, want dit wordt algemeen zo aangeraden en gevraagd door de financiële instellingen. Bovendien zijn de beschikbare dekkingspercentages niet bij elke verzekeraar dezelfde, terwijl de 100% overal beschikbaar is. Tot slot verkiezen we ons tarief te toetsen aan de marktprijzen van de schuldsaldoverzekering op e´ e´ n hoofd, want de verzekering op twee hoofden is nog niet bij elke verzekeringsmaatschappij beschikbaar.

In deze cijfers houden we geen rekening met de mogelijkheid tot aanpassing van het verzekerd kapitaal gedurende de looptijd of de afkoop van de opgebouwde reserve. Hoewel deze opties uiteraard heel interessant zijn en hier rekening moet mee gehouden worden bij de aanvraag van een schuldsaldoverzekering. De kosten verbonden aan opmaak van de polis, wijziging van de polisvoorwaarden, afkoop, reductie, niet betaling van de premie en eventuele forfaits op de premie worden in de vergelijking wel in rekening gebracht. Wij kiezen om een realistische vergelijking mogelijk te maken voor een kostenpercentage van 5% bovenop de nettopremie. Dit moet ons in staat stellen de kosten voor beheer, commissie en commerciële activiteiten te dragen. Daarnaast tellen we ook nog een eenmalig forfait bij de opmaak van de polis, we leggen deze vaste kost op e50. Als technische intrestvoet kiezen we 2.75%.

80


De vergelijking die ter onzer beschikking is, maakt enkel gebruik van segmentatie o.b.v. leeftijd en rokersgedrag. Indien wij onze tarifering hierop toe passen, zien we in figuur 5.2 op de volgende bladzijden dat ons tarief voor elk risicoprofiel rond het gemiddelde ligt. Het detail van de tarieven is te vinden in tabel 5.4. In ons tarief zijn we uitgegaan van een normaal BMI (sterftereductie van 5%) en rekenden we geen bijpremie aan voor het opleidingsniveau (secundair onderwijs als hoogst behaalde diploma). Indien hier van afgeweken wordt, kan onze premie een andere positie innemen op de markt. Mensen met een afwijkend BMI zullen een hogere premie betalen, mensen die hogere studies volgden zullen minder betalen, het omgekeerde geldt voor zij die geen diploma secundair onderwijs haalden. Tarief 1

KS; 30 jaar; Niet-Roker; Verz. kapitaal e100.000; n= 20 jaar; m = 13 jaar

Tarief 2

KS; 30 jaar; Roker; Verz. kapitaal e100.000; n= 20 jaar; m = 13 jaar

Tarief 3


Tarief 4

KS; 40 jaar; Roker; Verz. kapitaal e200.000; n= 30 jaar; m = 20 jaar

Tarief 5


Tarief 6

KS; 50 jaar; Roker; Verz. kapitaal e100.000; n= 30 jaar; m = 20 jaar Tabel 5.4: Detail tarieven

5.2. MARKTPOSITIE

81

(a) Tarief 1

(b) Tarief 2

Figuur 5.2: Tariefvergelijking o.b.v. [26], deel 1 van 3

82


(c) Tarief 3

(d) Tarief 4


5.2. MARKTPOSITIE

83

(e) Tarief 5

(f) Tarief 6


85

Besluit Sinds eind vorig jaar is er veel veranderd op de verzekeringsmarkt. Het lijdt geen twijfel dat de impact van het verbod op segmentatie o.b.v. geslacht groot is. Geslacht was e´ e´ n van de belangrijkste segmentatiecriteria voor Belgische en internationale verzekeringsmaatschappijen. Er is dan ook een aanzienlijk verschil in sterftecijfers tussen mannen en vrouwen. Het mag duidelijk zijn dat de verzekeraars op zoek moeten naar nieuwe segmentatiecriteria om dit gemis op te vangen.

Tot op heden is er evenwel nog heel weinig veranderd in de (Belgische) markt. De meeste verzekeraars talmen en in afwachting houden ze vast aan de segmentatiecriteria die eerder reeds belangrijk waren: leeftijd en gezondheidstoestand (i.h.b. het rokersgedrag). Het spreekt voor zich dat deze oudere maatstaven in het segmentatiemodel moeten blijven, aangezien zij hun belang reeds jaren lang hebben onderstreept. Daarnaast zijn er enkele (vooral kleinere) verzekeraars die origineler zijn en aanvullend ook reeds gebruik maken van enkele nieuwere criteria: woonplaats, BMI, beroeps- en opleidingsniveau en zelfs het aantal kilometers dat men aflegt in de auto. De sterftetafels kregen een verplicht unisekskarakter en werden door elke maatschappij naar eigen voorkeur aangepast.

Doorheen deze masterproef bespraken we een resem potentiële segmentatiecriteria en we mogen besluiten dat sommige van de onderzochte variabelen in aanmerking komen om gebruikt te worden. Het zijn niet toevallig de BMI en enkele van de socio-economische variabelen die hier als de interessantste opdoken. Ze hebben niet alleen een duidelijk (direct) effect op de overlijdenskans, maar ze zijn ook makkelijk en goedkoop te bepalen (vragenlijsten), controleerbaar, stabiel in de tijd en ook juridisch, sociaal en cultureel aanvaardbaar. De grotere

86

BESLUIT

verzekeraars zullen evenwel hun kennis over hun klanten op vlak van deze variabelen moeten verrijken of sterker moeten aanwenden.

Tot slot blijft het interessant om de komende maanden de markt te blijven volgen. Aangezien de verzekeraars momenteel nog de kat uit de boom kijken, kan men enkel maar verwachten dat de grote marktveranderingen pas over enkele maanden zullen komen bovendrijven.

BIBLIOGRAFIE

87

Bibliografie [1] Actuaris International (2012). Variables de risque et variables de tarification. Séminaire RGA DECAVI. [2] AFI-ESCA (2013). Uw simulatie online. Geraadpleegd op 18 april 2013, http://www.afiesca.be/nl/nos-solutions/simulation-en-ligne.php. [3] AG

Insurance

verzekeringen

(2012). (11

AG

december

Insurance

vernieuw

aanbod

Geraardpleegd

2012).

op

18

overlijdensapril

2013,

http://www.aginsurance.be/NL/NewsRoom/News/Pages/Unisex.aspx. [4] Assuralia (2011). Europees Hof tegen onderscheid tussen vrouw en man in bij

verzekeringen: correcte

Assuralia

inschatting

van

blijft

overtuigd

risico.

dat

consument

Geraadpleegd

op

17

baat april

heeft 2013,

http://www.assuralia.be/index.php?id=355&L=0&tx ttnews[tt news]=1963&cHash=488 7862ea623228f34bfae5ea019d02b. [5] Assuralia

(2012).

Welke

gevolgen

heeft

de

gelijkheid

tussen

mannen

en

Geraadpleegd op 17 april 2013,

vrouwen voor mijn levensverzekering?

http://www.assuralia.be/index.php?id=186&L=0&tx ttnews[tt news]=2313&cHash=aa8 da4fc4ce3d957207ba108e7909ae4. [6] Assuralia gen

op

(2013).

Ik

heb

verzekeringsvlak?

een

te

hoge

Geraadpleegd

BMI. op

Heeft

dat

gevol-

17

april

2013,

http://www.assuralia.be/index.php?id=185&L=0&tx ttnews[tt news]=2331&cHash=d9f dbed2189357e5bc4fd0d5fb2760e5.

88

BIBLIOGRAFIE

[7] Assuralia (2013). Invoering Uniseks-referentietafels. Omloopbrief LEVEN 2013-7. [8] Belgische Wetgeving. De Belgische Grondwet. Geraadpleegd op 24 oktober 2012, http://www.senate.be/doc/const nl.html. [9] K. Bernauw, P. Colle, G. Jocqué & B. Weyts (2011). Larcier Thema Wetboeken: Verzekeringen 2001-2012. Larcier. [10] P. Colle (2010). Algemene beginselen van het Belgische verzekeringsrecht. Intersentia. [11] P. Colle (2010). Handboek bijzonder gereglementeerde verzekeringscontracten. Intersentia. [12] N. De Pril & J. Dhaene (1995). Segmentering in verzekeringen. Onderzoeksrapport, Katholieke Universiteit Leuven. [13] M. Driessen & P. de Winden (2013). Auto staat vooral op naam van mannen. CBS Webmagazine. Geraadpleegd op 18 april 2013, http://www.cbs.nl/nlNL/menu/themas/verkeer-vervoer/publicaties/artikelen/archief/2013/2013-3799wm.htm. [14] Y. Evenepoel & N. Vanhee (2013). Die verzekering bij die lening . . . . Budget & Recht, 227: 20 - 24. [15] European Commission. European Convention on Human Rights. Geraadpleegd op 29 oktober 2012, http://www.echr.coe.int/NR/rdonlyres/D5CC24A7-DC13-4318-B4575C9014916D7A/0/CONVENTION ENG WEB.pdf. [16] European Parlement

Commission. en

vensverzekering.

de

Richtlijn

raad

van

Geraadpleegd

5 op

2002/83/EG

van

november

2002

2

november

het

Europees

betreffende 2012,

le-

http://eur-

lex.europa.eu/LexUriServ/LexUriServ.do?uri=CONSLEG:2002L0083:20080320:NL:PDF. [17] European Europese

Commission. Unie.

Verdrag

Geraadpleegd

betreffende op

30

de oktober

werking 2012,

van

de

http://eur-

lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:C:2008:115:0047:0199:nl:PDF.

BIBLIOGRAFIE

89

[18] European Commission. Europese Grondwet. Geraadpleegd op 1 november 2012, http://www.parlement.com/9353000/1f/j9vvhy5i95k8zxl/vgt8md6d4mvq. [19] K. Everaert (2012). Groepsverzekeringen en Pensioenfondsen. Cursusnota’s, Vrije Universiteit Brussel. [20] Encyclo - Online Encyclopedie. Segmentatie. Geraadpleegd op 14 oktober 2012 (e.v.), http://www.encyclo.nl. [21] S. Gadeyne & S. Deboosere (2002). Socio-economische ongelijkheid in sterfte op middelbare leeftijd in België: Een analyse van de Nationale Databank Mortaliteit. Onderzoeksrapport, Interface Demography (Department of Sociology), Vrije Universiteit Brussel. [22] S. Gaillard & S. Sigris (2012). Tarifs décs unisexes et segmentation. Lunch Swiss Re. [23] Marcel Caenen (2013). Levensverzekeringen: Unisekstarief. Geraadpleegd 20 april 2013, http://www.marcel-caenen.be/Default.aspx?tabid=15912. [24] Medische Cel (2007). Nieuwe medische acceptatieformaliteiten binnen DIB. Intern Rapport, Dexia Verzekeringen. [25] Mobiel

Vlaanderen

(2013).

Onderzoek

Verplaatsingsgedrag

Vlaanderen

(4) - (september 2008-september 2013). Geraadpleegd op 18 april 2013, http://www.mobielvlaanderen.be/pdf/ovg43/ovg43-a4.pdf. [26] MoneyView ProductManager (2013). Vergelijking Detail Informatie Schuldsaldo. Geraadpleegd op 24 april 2013, http://www.moneyviewproductmanager.nl. [27] National Suisse (2010). Select - Schuldsaldoverzekering. Geraadpleegd op 26 maart (e.v.),

http://www.nationalesuisse.be/˜/media/Files/www nationalesuisse be/Factsheets

%20Pdf/Factsheet%20Select%20NL.pdf. [28] Oxera (2011). The impact of a ban on the use of gender in insurance. Onderzoeksrapport, Oxera.

90

BIBLIOGRAFIE

[29] N. Portugaels (2012). Actuele problemen inzake de schuldsaldoverzekering: De eeuwige spanning tussen segmentatie en discriminatie en een fiscale behandeling. Masterproef, Universiteit Antwerpen. [30] L. Sommerijns (2011). Gelijke premies en uitkeringen voor mannen en vrouwen. Life & Benefits, 6: 6 - 8. [31] De Standaard (2012). Smet wil schepen van gelijke kansen. Geraadpleegd op 24 oktober 2012, http://www.standaard.be/artikel/detail.aspx?artikelid=DMF20121019 00341267. [32] B. Steijn, E. Snel & L. van der Laan (2000). Een postindustrile klassenstructuur? Het klassenschema van Esping-Andersen toegepast op Nederland. Sociologische Gids, 2: 77 - 94. [33] E.Storm zekering

(2012). op

2012,

basis

Independer.nl

introduceert

overlijdensrisicover-

van

Geraadpleegd

op

postcode.

28

februari

http://weblog.independer.nl/persbericht/independer-nl-introduceert-

overlijdensrisicoverzekering-op-basis-van-postcode. [34] Test Aankoop (2012). M/V gelijk voor de levensverzekering. Geraadpleegd op 17 april 2013, http://www.test-aankoop.be/geld/hypotheekleningen/nieuws/m-v-gelijk-voor-delevensverzekering. [35] United Nations. The Universal Declaration of Human Rights. Geraadpleegd op 23 oktober 2012, http://www.un.org/en/documents/udhr/index.shtml. [36] S. Vansteelandt (2007). Kansrekeningen en Wiskundige Statistiek I. Cursusnota’s, Universiteit Gent. [37] J.R. Wilmoth & V. Shkolnikov. The Human Mortality Database. Geraadpleegd op 29 december 2012, http://www.mortality.org/.

91

Bijlagen - Cijfergegevens

93

Land

vrouwen

mannen

totaal

Rusland (2010)

74.79

62.95

68.93

Oekraine (2009)

74.84

64.35

69.65

Verenigde Staten (2010)

81.21

76.37

78.90

Denemarken (2009)

81.03

76.83

79.05

Portugal (2009)

82.46

76.42

79.57

Finland (2009)

83.14

76.51

79.97

België (2009)

82.44

77.17

80.01

Verenigd Koninkrijk (2009)

82.27

78.11

80.34

Duitsland (2010)

82.68

77.66

80.35

Oostenrijk (2010)

83.15

77.70

80.62

Luxemburg (2009)

82.90

78.01

80.66

Canada (2007)

82.95

78.35

80.82

Nederland (2009)

82.64

78.53

80.84

Noorwegen (2009)

83.08

78.62

80.98

Frankrijk (2010)

84.72

78.04

81.61

Spanje (2009)

84.55

78.48

81.64

Zweden (2011)

83.67

79.79

81.88

Italie (2009)

84.24

79.22

81.97

Australie (2009)

84.16

79.70

82.07

Zwitserland (2011)

84.68

80.28

82.70

Japan (2009)

86.42

79.61

83.31

Tabel 5: Levensverwachting voor mannelijke en vrouwelijke boorlingen ([37])

0.617 0.717 0.561 0.800 0.636 0.918 1.090 1.911 1.687 2.045 3.523

Lagere leidinggevenden en geschoolde hoofdarbeid

Routine hoofdarbeid

Toezichthouders/hooggeschoolde en gesch. arbeiders

Half- en ongeschoolde handenarbeid

Landbouwers

Kleine zelfstandigen

Beroep onbekend

Brug- of overlevingspensioen

Volledig werkloos

Geen beroep

Werkonbekwaam of gehandicapt in werkplaats

3.161

1.877

1.505

1.276

1.126

0.814

0.614

0.921

0.642

0.704

0.731

0.644

50 - 54 j.

2.655

1.785

1.293

1.038

1.175

0.877

0.709

0.943

0.736

0.812

0.714

0.680

55 - 59 j.

2.317

1.627

1.225

1.045

1.139

0.821

0.687

0.966

0.919

0.851

0.728

0.712

60 - 64 j.

.

1.957

1.653

1.636

1.160

0.865

0.837

0.837

0.733

0.733

0.696

0.603

40 - 59 j.

Tabel 6: Relatieve sterftekansen naar beroepsstatus per leeftijdsgroep ([21])

0.512

45 - 49 j.

Grote zelfst., hogere leiding, academici

Status

Mannen

.

1.182

1.095

1.680

1.197

1.109

0.784

0.784

0.713

0.851

0.861

0.845

40 - 59 j.

Vrouwen

94

0.522 0.565 0.695 0.804 0.892 0.949 1.747 1.797 2.290 2.484

1 voltijds en 1 deeltijds inkomen

2 voltijdse inkomens

1 voltijds inkomen

restgroep

1 voltijds en 1 vervangingsinkomen

1 deeltijds inkomen

1 deeltijds en 1 vervangingsinkomen

geen inkomen

2 vervangingsinkomens

1 vervangingsinkomen

1.904

1.680

1.631

1.243

0.832

0.962

0.836

0.737

0.638

0.628

0.779

50 - 54 j.

1.386

1.274

1.677

1.149

1.017

1.022

0.996

0.775

0.675

0.654

0.830

55 - 59 j.

1.238

1.113

1.552

0.993

0.865

1.011

1.141

0.802

0.695

0.767

1.106

60 - 64 j.

1.691

1.513

1.762

1.037

1.073

0.863

0.809

0.768

0.642

0.580

1.037

40 - 59 j.

1.427

1.366

1.736

0.822

1.012

0.879

0.840

0.903

0.747

0.712

0.822

40 - 59 j.

Vrouwen

Tabel 7: Relatieve sterftekansen naar het soort van inkomen per leeftijdsgroep ([21])

0.401

45 - 49 j.

2 deeltijdse inkomens

Status

Mannen

95

96 Mannen

Vrouwen

Status

40 - 59 j.

40 - 59 j.

Actief

0.669

0.843

Inactief

1.494

1.186

Tabel 8: Relatieve sterftekansen naar tewerkstellingsgraad per leeftijdsgroep ([21])

Mannen Status

45 - 49 j.

50 - 54 j.

55 - 59 j.

60 - 64 j.

Groot comfort

0.487

0.555

0.608

0.656

Klein comfort

0.832

0.857

0.894

0.908

Middelmatig Comfort

0.877

0.957

0.919

0.918

Comfortniveau onbekend

1.309

1.192

1.056

1.033

Zonder klein comfort

1.429

1.307

1.208

1.129

Restgroep

1.506

1.442

1.570

1.570

Tabel 9: Relatieve sterftekansen naar comforttype van mannen per leeftijdsgroep ([21])

Mannen Status

45 - 49 j.

50 - 54 j.

55 - 59 j.

60 - 64 j.

Eigenaars

0.583

0.623

0.678

0.721

Huisbezit onbekend

0.993

1.013

0.851

0.819

Huurders

1.137

1.147

1.144

1.110

Restgroep

1.518

1.382

1.517

1.526

Tabel 10: Relatieve sterftekansen naar huisbezit van mannen per leeftijdsgroep ([21])

Manne

Vrouwen

40 - 59 j.

40 - 59 j.

Gehuwd

0.586

0.772

Uit elkaar en gescheiden

1.172

1.077

Weduwe

1.178

0.174

Ongehuwd

1.236

1.096

Status

Tabel 11: Relatieve sterftekansen naar burgelijke staat per leeftijdsgroep ([21])

0.700 0.726 0.766 1.086 1.207 1.255 1.292 1.536 1.736

Eigenaar - middelmatig comfort

Eigenaars - klein comfort

Huurders - groot comfort

comfortniveau en/of huisbezit onbekend

Huurders - klein comfort

Eigenaars - zonder klein comfort

Huurders - Middencomfort

Restgroep

Huurders - zonder klein comfort

1.702

1.432

1.459

1.032

1.173

1.037

0.751

0.756

0.752

0.525

50 - 54 j.

1.478

1.557

1.334

1.048

1.132

0.927

0.896

0.807

0.738

0.556

55 - 59 j.

1.373

1.579

1.254

1.013

1.171

0.889

0.876

0.827

0.778

0.618

60 - 64 j.

1.619

1.608

1.305

1.091

1.150

1.000

0.807

0.750

0.737

0.526

40 - 59 j.

1.555

1.513

1.253

1.040

1.204

0.869

0.857

0.808

0.748

0.601

40 - 59 j.

Vrouwen

Tabel 12: Relatieve sterftekansen naar huisvestingskwaliteit en comfort per leeftijdsgroep ([21])

0.453

45 - 49 j.

Eigenaars - groot comfort

Status

Mannen

97

0.642 0.692 0.815 0.883 0.959 1.066 1.029 1.062 1.200 1.160 1.364 2.434

Universitair of hoger onderwijs LT

Ander hoger onderwijs KT

Hoger secundair technisch

Lager secundair technisch

Hoger secundair algemeen/kunst

Lager secundair beroeps

Hoger secundair beroeps

Lager secundair algemeen/kunst

Lager onderwijs

onbekend diploma

Geen diploma

Niet ingevuld

2.04

1.294

1.272

1.228

1.002

1.045

0.949

0.944

0.905

0.760

0.746

0.697

0.723

50 - 54 j.

2.342

1.302

1.208

1.187

0.949

0.985

0.994

0.889

0.938

0.850

0.750

0.694

0.667

55 - 59 j.

2.138

1.213

1.264

1.149

0.995

0.953

0.986

0.865

0.943

0.897

0.723

0.735

0.730

60 - 64 j.

2.534

1.184

1.084

1.082

0.947

0.937

0.923

0.917

0.878

0.827

0.734

0.734

0.709

40 - 59 j.

2.529

1.134

1.052

1.194

0.828

0.852

0.939

0.780

0.792

0.792

0.845

0.845

0.896

40 - 59 j.

Vrouwen

Tabel 13: Relatieve sterftekansen naar onderwijstype per leeftijdsgroep ([21])

0.606

45 - 49 j.

Pedagogisch onderwijs korte type

Status

Mannen

98

0.683 0.879 0.978 1.032 1.034 1.328 1.492 1.533

gehuwd zonder kinderen

samenwonend met kinderen

ouder in monoparentaal gezin

samenwonend zonder kinderen

inwonend in kerngezin

inwonend bij ouder(s)

alleenstaand

restgroep

1.411

1.398

1.245

1.162

0.984

0.968

0.941

0.687

0.569

50 - 54 j.

1.424

1.281

1.145

1.225

1.009

0.961

0.977

0.668

0.617

55 - 59 j.

1.355

1.158

1.026

1.131

1.099

1.034

1.008

0.712

0.673

60 - 64 j.

1.334

1.515

1.026

1.026

1.026

1.082

1.026

0.735

0.606

40 - 59 j.

1.196

1.336

1.152

1.152

1.152

0.953

1.152

0.830

0.686

40 - 59 j.

Vrouwen

Tabel 14: Relatieve sterftekansen naar huishoudenspositie per leeftijdsgroep ([21])

0.526

45 - 49 j.

gehuwd met kinderen

Status

Mannen

99

0.723 0.841 0.662 1.275 0.903 0.713 0.981 0.903 0.991 0.718 0.802 0.932 0.763 0.551 0.748 0.925 0.739 0.927 0.856 1.112 0.787 1.434

Mechelen

Turnhout

Brussel H. G.

Halle-Vilvoorde

Leuven

Nijvel

Brugge

Diksmuide

Ieper

Kortrijk

Oostende

Roeselare

Tielt

Veurne

Aalst

Dendermonde

Eeklo

Gent

Oudenaarde

Sint-Niklaas

Aat

40 - 44 jaar

Antwerpen

Arrondissement

1.401

0.797

0.991

0.926

0.885

0.876

0.981

1.134

0.880

0.809

1.053

0.801

0.963

0.958

0.830

0.938

0.760

0.872

1.220

0.596

0.769

0.893

45 - 49 jaar

1.160

0.872

0.984

0.867

0.694

0.959

1.093

0.952

0.876

0.819

0.965

0.864

0.808

0.819

0.827

0.971

0.776

0.814

1.265

0.735

0.868

0.896

50 - 54 jaar

1.230

0.852

0.995

0.930

0.885

1.025

0.960

0.891

0.874

0.791

1.000

0.913

0.956

0.721

0.919

0.960

0.838

0.890

1.074

0.814

0.839

0.896

60 - 64 jaar

1.244

0.908

0.908

0.894

0.894

0.908

0.974

0.977

0.803

0.803

0.977

0.845

0.872

0.872

0.892

0.968

0.765

0.903

1.276

0.707

0.859

0.882

40 - 59 jaar

wordt vervolgd op de volgende pagina

1.219

0.891

0.969

0.833

0.844

0.997

1.006

0.885

0.797

0.887

0.992

0.909

1.043

0.902

0.862

0.905

0.781

0.864

1.131

0.758

0.888

0.878

55 - 59 jaar

Mannen

1.072

0.950

0.950

0.926

0.926

0.950

0.952

0.922

0.818

0.818

0.922

0.858

0.853

0.853

0.912

0.959

0.874

0.906

1.295

0.815

0.979

0.979

40 - 59 jaar

Vrouwen

100

1.600 1.513 1.268 1.301 1.156 1.367 1.325 1.204 0.946 1.134 0.727 0.507 0.725 1.382 1.298 1.526 1.266 1.395 1.388 1.201 1.296

Bergen

Moeskroen

Zinnik

Thuin

Doornik

Hoei

Luik

Verviers

Borgworm

Hasselt

Maaseik

Tongeren

Aarlen

Bastenaken

Marche-en-Famenne

Neufchteau

Virton

Dinant

Namen

Philippeville

40 - 44 jaar

Charleroi

Arrondissement

1.487

1.106

1.306

1.257

1.137

0.990

1.174

1.285

0.812

0.554

0.613

1.179

0.896

1.154

1.138

1.285

1.319

1.194

1.190

1.404

1.341

45 - 49 jaar

1.471

1.179

1.289

0.946

1.214

1.309

1.177

1.215

0.740

0.799

0.838

1.029

0.934

1.067

1.065

1.286

1.212

1.277

1.109

1.448

1.384

50 - 54 jaar

1.194

1.295

1.021

0.944

1.092

1.025

1.163

1.086

0.952

0.797

0.909

1.006

1.024

1.157

1.199

1.261

1.259

1.179

1.144

1.269

1.254

60 - 64 jaar

1.389

1.179

1.389

1.244

1.244

1.389

1.244

1.244

0.712

0.712

0.712

1.125

1.006

1.154

1.125

1.212

1.225

1.244

1.212

1.452

1.402

40 - 59 jaar

wordt vervolgd op de volgende pagina

1.251

1.216

1.212

0.923

1.165

1.118

1.393

1.121

0.900

0.764

0.820

0.936

1.102

1.095

1.137

1.107

1.221

1.226

0.930

1.374

1.361

55 - 59 jaar

Mannen

Tabel 15 – vervolg van de vorige pagina

1.244

1.254

1.244

1.070

1.070

1.244

1.070

1.070

0.791

0.791

0.791

1.241

0.967

1.261

1.241

0.938

1.040

1.072

0.938

1.288

1.267

40 - 59 jaar

Vrouwen

101

Arrondissement

45 - 49 jaar

50 - 54 jaar

55 - 59 jaar

60 - 64 jaar

40 - 59 jaar

Tabel 15: Relatieve sterftekansen naar woonplaats (Brutomodel)

40 - 44 jaar

Mannen

Tabel 15 – vervolg van de vorige pagina

40 - 59 jaar

Vrouwen

102

SEGMENTATIE IN OVERLIJDENSVERZEKERINGEN

Recommend Documents