Aenorm Editie 87

Magazine voor studenten Actuariaat, Econometrie & Operationele Research Een publicatie van

Nr. 87 Volume 24 Mei 2015

Aenorm Crossing Borders

´Made in the World´: Oorzaken en gevolgen | Predicting Whether Someone is Insured or Not: A Comparison Between Classification Trees and Logistic Regression | Mitigating Longevity Risk Econometric Game | Exchangeverslagen | Bestuur 2015 | Interviews KLM en Daan Besamusca | Actuariaatcongres

WWW.CAREERS4QUANTS.COM w w w.f a ceb o ok .com/C ar e er s 4 Q uan t s w w w . t w i t t e r. c o m / C a r e e r s 4 Q u a n t s

Op 1 mei heeft de VSAE haar nieuwe nationale vacaturewebsite gelanceerd: www.careers4quants.com. Naast het aanbieden van vacatures zal www.careers4quants.com ook dienen als informatie- en oriﾃｫntatieplatform waar de verschillende werksectoren zullen worden toegelicht en waar je terecht kunt voor o.a. CV- en sollicitatietips.

Ben jij op zoek naar de volgende stap in je carriﾃｨre? Ga dan snel naar www.careers4quants.com!

VACATURES OP HET GEBIED VAN ECONOMETRIE, ACTUARIAAT EN OPERATIONELE RESEARCH FULLTIME BANEN, STAGES EN WERKSTUDENTSCHAPPEN ORIﾃ起TATIEPLATFORM VOOR VERSCHILLENDE WERKSECTOREN

CONTENT CREATION

GIATURIAM CUM IPSAPIT ACCUM QUOSAPERE RUM EAQUATUR

DIGITAL PRODUCTION

FUSCE VENENATIS VELIT PRETIUM ORCI MATTIS, ID FAUCIBUS

Grenzen

Zoals veel medestudenten ben ik vanaf het begin van mijn studie econometrie actief in de commissies van onze vereniging. Zodoende leerde ik samenwerken buiten het onderwijs: in plaats van studiestof was de wil om samen een project op poten te zetten het uitgangspunt.

Drie jaar vol commissies en vergaderingen hebben me geen windeieren gelegd: notuleren, voorzitten en het onderbouwen van mijn mening zijn een tweede natuur geworden. Deze kwaliteiten zullen ongetwijfeld van pas komen in de volgende fasen van mijn carrière.

Voordat ik een sabbatical nam, had ik het altijd erg druk met deadlines, mijn bijbaan en mijn sociale leven. Toch bleken de huur van mijn kamer, mijn telefoonabonnement en werk maandelijks opzegbaar. Het pauzeren van de studie was iets lastiger, maar gelukkig kon ik me per januari in plaats van per september inschrijven. Er ontstond een halfjaar van onbegrensde vrijheid, die ik optimaal benutte door te reizen en te proeven van andere culturen. Schopenhauer zei al dat iedereen de grenzen van zijn eigen gezichtsveld voor de grenzen van de wereld houdt; mijn reis relativeerde het Amsterdamse studentenleven. Daarbij zijn de reisverhalen vaak een mooie aanvulling tijdens een van mijn vooralsnog weinig succesvolle sollicitatiegesprekken.

Voor deze editie van de Aenorm interviewden we de in Londen werkende Daan Besamusca en schreven Victor Monas en Irene Doelman over hun belevenissen in respectievelijk de VS en Oostenrijk.Verder valt er te lezen over de Econometric Game, de Landelijke Econometristendag en het Actuariaatcongres, stuk voor stuk evenementen waar grenzen verlegd werden.

Jelle Schagen

COLOFON Hoofdredactie Marlou Beringer Jelle Schagen Redactie Fredie Haver Timna van der Horst David Kranenburg Jowita Osinga Laura Ruis Marit Sloof Arthur Zwartsenberg Oplage 800 De artikelen in dit blad zijn niet noodzakelijkerwijs de mening van het VSAE bestuur of de redactie.

Niets uit dit blad mag worden gedupliceerd zonder toestemming van de VSAE.

Adverteerders AEO OriĂŤntatiedagen Careers4Quants.com DNB The Experience Towers Watson Design United Creations, 2013 Adres redactie VSAE Roetersstraat 11 Kamer E0.13 1018 WB Amsterdam Tel. 020 - 5254134

KALENDER

FEEST ALV BORREL THE EXPERIENCE JAARAFSLUITING

3

| | | | |

VOORWOORD

Als we op grenzen stuiten kunnen we ze aftasten, verleggen en overschrijden. Vroeger werkten we ons regelmatig in de nesten op de basis- en middelbare school, om over de grenzen die onze ouders ons oplegden nog maar te zwijgen. En nu zijn we studenten: erg handig als je weinig wilt betalen bij Nemo, Artis en de kapper. Maar als student voel je ook de druk om regelmatig de veilige grenzen van je comfort zone te verleggen. Ik doel natuurlijk niet alleen op het drinken van ongelooflijk veel bier, maar vooral ook op het verbreden van je intellectuele horizon.

12 MEI 19 MEI 9 JUNI 11, 22 & 24 JUNI 12 JUNI

INHOUDSOPGAVE GRENZELOOS

INTERVIEW KLM

BESTUUR 2015

UITWISSELING VICTOR MONAS MET PRINCETON UNIVERSITY

COLUMN | PAGE 05

BEDRIJFSINTERVIEW | PAGE 23

KOERS NIEUW BESTUUR | PAGE 06

EXCHANGEVERSLAG | PAGE 24

THE EXPERIENCE COMMISSIE

COMMISSIE UITGELICHT | PAGE 08

ACTUARIAATCONGRES

EVENEMENTSVERSLAG | PAGE 28

UITWISSELING IRENE DOELMAN MET WENEN

PUZZELPAGINA

EXCHANGEVERSLAG | PAGE 11

PUZZEL | PAGE 32

ECONOMETRIC GAME

VACATUREPAGINA

VSAE ONDERZOEKT DEELNEMERS VAN DE ECONOMETRIC GAME

PREDICTING WHETHER SOMEONE IS INSURED OR NOT: A COMPARISON BETWEEN CLASSIFICATION TREES AND LOGISTIC REGRESSION

EVENEMENTSVERSLAG | PAGE 14

VACATURES | PAGE 34

INHOUDSOPGAVE

VSAE ONDERZOEK | PAGE 17

INTERVIEW DAAN BESAMUSCA IN LONDEN

ENGLISH | ECONOMETRICS

| PAGE 36

INTERNATIONAAL INTERVIEW | PAGE 18 MITIGATING LONGEVITY RISK:

ARTICLE OF THE WINNERS OF THE ECONOMETRIC GAME 2015

LANDELIJKE ECONOMETRISTENDAG

ENGLISH | ECONOMETRICS

EVENEMENTSVERSLAG | PAGE 20

Magazine voor studenten Actuariaat, Econometrie & Operationele Research Volume 24 Mei 2015

| PAGE 42

´MADE IN THE WORLD´: OORZAKEN EN GEVOLGEN GEPUBLICEERD DOOR HET CBS

Nr. 87

WETENSCHAPPELIJK ARTIKEL | PAGE 48

Een publicatie van

4

Grenzeloos Door: Imke Hollander Dat ik mijn eigen grenzen nog niet zo goed ken, moge duidelijk zijn uit het feit dat ik heb ingestemd met het schrijven van deze column. Gelukkig heb ik, meestal, ook een grenzeloos vertrouwen in eigen kunnen waardoor ik nu vol goede moed naar mijn scherm zit te staren.

Uur u, de deadline, nadert echter met rasse schreden en de grens van mijn geduld met mezelf is zojuist wel bereikt. Dan maar teruggrijpen op iets wat binnen mijn comfortzone ligt: beleggen en pensioenfondsen.

voldoende rendement oplevert en of het past in het beleggingsbeleid van de fondsen. Kortom: of het wel in het belang van de deelnemers is.

Nederlandse pensioenfondsen kijken al jaren over de grenzen heen bij het samenstellen van de beleggingsportefeuille. Dit om een zo goed mogelijke spreiding aan te brengen en daarmee het risico te verlagen. Hoewel aan het begin van deze eeuw de portefeuilles veelal nog voor het grootste deel Europees georiĂŤnteerd waren, zijn significante allocaties naar opkomende en zelfs frontiermarkten, naast uiteraard verschillende soorten beleggingen in Amerika en ontwikkeld AziĂŤ, inmiddels eerder regel dan uitzondering. Dat is maar goed ook, want je zou je kunnen afvragen of het niet verstandiger is volledig internationaal, wellicht zelfs buiten Europa of in ieder geval de EU, te beleggen. Immers, ons basispensioen, de AOW, wordt opgebracht door de Nederlandse staat, of beter gezegd het werkende deel van Nederland.

Doordat dit deel van het pensioen dus al volledig afhankelijk is van de economische ontwikkelingen in Nederland en in iets mindere mate in Europa, zou je er voor een optimaal gediversifieerde portefeuille wellicht goed aan doen het daarnaast op te bouwen vermogen volledig buiten Nederland en Europa weg te zetten.

Nou heb ik begrepen dat de heer Draghi ons graag van Europese staatsobligaties af wil helpen. Komt dat even goed uit! Helaas snijden we onszelf daarmee wel weer stevig in de vingers: als gevolg van het Europese opkoopprogramma gaat de rente immers voorlopig echt niet stijgen en blijven we dus met teleurstellende dekkingsgraden zitten. Dat het de beurzen lekker opstuwt is natuurlijk mooi meegenomen, maar dat weegt helaas niet voldoende op tegen het ongunstige effect op de verplichtingen.

Vanuit de politiek en maatschappij wordt overigens juist met enige regelmaat een balletje opgegooid of zelfs druk op pensioenfondsen uitgeoefend om vooral meer in Nederland te gaan beleggen. Om de Nederlandse economie en werkgelegenheid te stimuleren moeten al die miljarden natuurlijk, vindt men, juist hier aan het werk gezet worden. Daarbij wordt veelal volledig voorbij gegaan aan de vraag hoe risicovol dit is, of het

Imke Hollander, Ph.D., CFA, heeft natuurkunde gestudeerd aan de Universiteit van Amsterdam waar zij vervolgens ook promoveerde.

Ze is hoofd Investment Strategy bij Blue Sky Group.

5

COLUMN

Overigens zijn er ook echt wel goede argumenten te bedenken om wel in Nederland en/of de EU te beleggen. Het niet lopen van valutarisico en beter kunnen matchen van de verplichtingen en de inflatie om er maar een paar te noemen. En als staatsobligaties dan echt niets meer opleveren kun je altijd nog je toevlucht nemen tot een ineens populair geworden, maar wel behoorlijk risicoarme, beleggingscategorie binnen onze eigen grenzen: woninghypotheken. Hoe Nederlands wil je het hebben?

DOOR:

Bestuur 2015, we zitten er nu al drie maanden en nog steeds voelt het een beetje onwerkelijk. Waar we vooral mee bezig zijn? Met het doorvoeren van het door onszelf opgestelde beleid! En geloof mij, het vormen van beleid gaat niet over één nacht ijs. Het is een hele onderneming geweest met als eerste stap het afreizen naar pittoresk Vinkeveen (er zijn aardig wat stadsgrenzen gekruist op deze weg) om elkaar beter te leren kennen en een begin te maken aan ons gezamenlijke VSAE beleid.

GWENDOLYN STUITJE

Onderweg naar Vinkeveen kwamen we er al snel achter dat de zoekcommissie een bestuur heeft samengesteld dat bestaat uit studenten die in de eerste instantie niets anders met elkaar gemeen lijken te hebben dan het studeren (of het gestudeerd hebben) van econometrie. Binnen deze studie econometrie bevinden wij ons allemaal ook nog eens in andere jaarlagen en vriendengroepen; het opstellen van een goedlopend coherent beleidsplan waar iedereen zich in zou kunnen vinden, leek een zogenoemde mission impossible. Iets waarin wij wél overeenstemmen is vastberadenheid, wij laten ons niet zo snel uit de weg slaan door een mogelijke onmogelijkheid. Dus nadat Mark de openhaard in ons Vinkeveens paleisje brandend had gekregen, zijn we vol moed begonnen met het doorspreken van elk aspect van de vereniging. En tijdens dit binnenstebuiten keren van de vereniging kwamen we tot de ontdekking dat onze ideeën en meningen over de vereniging meer met elkaar gecorreleerd zijn dan dat we eerst hadden vermoed.

Zo zien wij alle vijf een grote meerwaarde in het ondersteunen van onze leden bij hun studie. Deze ondersteuning is door ons op twee verschillende manieren uitgewerkt. In de eerste instantie vinden wij het van belang om als vereniging een bouwsteen te zijn in de studiecarrière van onze leden. Hiermee doelen wij op het niet alleen fungeren als vangnet welke de student zogenoemd opvangt wanneer de studie niet meer goed gaat, maar het in de eerste plaats vormen van een basis voor een goed lopende studie.

Zo zullen wij de studiebegeleiding in groepsvorm blijven doorzetten en toegankelijker maken voor een grotere groep studenten, met daarbij het behouden van hetzelfde formaat van klassen. Tevens zal de klassikale studiebegeleiding uitgebreid worden door het oprichten van een marktplaatsachtig platform, waarop studenten individuele bijles kunnen aanbieden of vragen. Op dit platform zullen wij ook tweedehandsboekverkoop initiëren, zodat de drempel om voor elk vak boeken te kopen wordt verlaagd en men nog beter voorbereid

naar de lessen kan.

Hiernaast zien wij de mogelijkheid tot verbetering in de communicatie tussen studenten en docenten.

Om dit te faciliteren, zullen wij de mogelijkheid bieden voor studenten om hun klachten of opmerkingen over het curriculum ten gehore te brengen. Deze kunnen bij ons worden ingediend, waarna wij deze vervolgens doorgeven aan de opleidingscommissie. Buiten klachten over het huidige curriculum, zullen we ook regelmatig de door ons georganiseerde bijlessen evalueren met deelnemers en docenten om op deze wijze optimale begeleiding te kunnen realiseren. Maar, communicatie tussen studenten en docenten kan over meer gaan dan alleen klachten. Om studenten vertrouwder te maken met de docenten van de opleiding willen wij informele contactmomenten tussen studenten en docenten initiëren. Op deze wijze hopen wij dat het voor de student toegankelijker wordt om direct met de docent te communiceren en vragen over het vak of de gehele opleiding te stellen.

Naast het ondersteunen van de ontwikkeling van onze leden op studievlak, vormt het ondersteunen van hun persoonlijke ontwikkeling een rode draad door ons beleid. Want waar de studie zich vooral richt op het opleiden tot academici, merkte ons bestuur dat het voornaamste deel van de studenten zich richt op een carrière binnen het bedrijfsleven. En voor een carrière binnen het bedrijfsleven is het van belang om de kennis die je als student tijdens je studie hebt opgedaan, over te kunnen brengen aan derden. Dit is naar onze mening iets wat tijdens de studie onderbelicht blijft, waardoor er een wanverhouding is ontstaan tussen de opleiding en het toekomstperspectief van de student. Hierbij doelen we op essentiële soft skills, zoals communicatieen presentatievaardigheden.

Daarnaast is de theoretische stof die aan de universiteit wordt onderwezen niet noodzakelijkerwijs vergelijkbaar met de wijze waarop de studie relevant kan zijn in het bedrijfsleven. Data is bijvoorbeeld niet perfect en het praktiseren van kennis moet vaak op

6

SECTION

BESTUUR 2015

Koers van het VSAE bestuur

een andere wijze dan de pure theorie voorschrijft. Wij hebben ons voorgenomen om in dit bestuursjaar een begin te maken in het dichter bij elkaar brengen van de studie en hoe deze in het bedrijfsleven toegepast gaat worden om op deze manier de eerder beschreven afstand tussen beide te verminderen. Dit zullen wij bewerkstelligen door een Learning Academy op te richten, waarin studenten worden uitgedaagd om hun academische vaardigheden op een pragmatische manier toe te passen op echte data. Daarnaast zal er veel aandacht worden besteed aan het overbrengen van resultaten of aanbevelingen aan derden. Analyses zullen op deze manier niet enkel stof opleveren voor academische discussie, maar daadwerkelijk kunnen leiden tot nieuw beleid. VSAE leden leren hierdoor vaardigheden die van essentieel belang zijn in het bedrijfsleven, zodat zij de concurrentie aan kunnen gaan met studenten die dit vanuit de universiteit meekrijgen.

Verder zullen wij als bestuur de profilering van de vereniging herstructureren door het aanbrengen van een duidelijk vier-pijlersysteem. Op deze wijze streven wij ernaar om zowel de uitstraling naar onze leden als externe relaties te verduidelijken en professionaliseren, zodat er makkelijker door onze vereniging genavigeerd kan worden. Onderdeel van deze vergemakkelijking is het onderverdelen van de vereniging in de volgende pijlers: Studie, Learning Academy, Carrière en Sociaal.

Door deze herverdeling zal het evidenter zijn wat de VSAE voor projecten uitvoert, voor zowel externe relaties als nieuwe en oude leden. De herverdeling zal niet noodzakelijkerwijs veranderingen aanbrengen in wat de vereniging onderneemt, maar zal het gezicht

naar buiten herdefiniëren. Dit zal voornamelijk zichtbaar worden op de website, die vandaar ook wordt herbouwd.

Het herbouwen van de VSAE site gaat gepaard met een geheel nieuwe, professionelere uitstraling. We zijn momenteel bezig met het ontwerpen van een nieuw logo en het vinden van een geschikte verenigingskleur.

Ook zal er een standaard lay-out voor posters, flyers en banners gemaakt worden, zodat deze herkenbaarder worden en eenheid uitstralen. Uiteindelijk is de website voor velen het gezicht naar buiten en wij zullen het dan ook als zodanig behandelen door actief bezig te zijn met updates geven, een strak design te behouden, maar ook het bruisende hart van onze vereniging als zodanig weerspiegelen.

SECTION

BESTUUR 2015 SECTION

Het bovengenoemde beleid is natuurlijk maar een kleine weerspiegeling van het echte beleidsplan waar wij met bloed, zweet en tranen aan gewerkt hebben.

Het liefst zou ik alles wat we daarin hebben benoemd hier nog een keer uitwerken, maar hij is met zijn 41 pagina’s aan de ietwat lange kant om hier samen te vatten. Dus, bij dezen nodig ik jullie allemaal uit om ons kind toch een keer open te slaan en door te nemen.

Je zult dan onder andere meer te weten komen over hoe wij komend jaar de zoektocht naar een nieuw bestuur zullen uitvoeren, hoe wij omgaan met ons groeiende ledenbestand en welke nieuwe commissie we hiervoor in het leven hebben geroepen, wat er binnen de Learning Academy uitgevoerd zal worden, wat ons beleid omtrent de vacaturewebsite is en veel en veel meer. Doen dus!

Mark Verhagen

Marlou Beringer

Gwendolyn Stuitje

7

Simone Spierings

Sven van Dam

THE EXPERIENCE BUSINESS BATTLE 11 JUNE - BCG & DELOITTE 22 JUNE - SAS 24 JUNE - ZANDERS & PWC PARTICIPATE AND MEET YOUR FUTURE COMPANY

Commissie uitgelicht: The Experience Business Battle DOOR:

The Experience: Business Battle is een driedaags evenement waarin een selectie van 20 van de beste econometrie- en actuariaatstudenten in teams tegen elkaar strijden om zich door middel van interactieve bedrijfsgeoriënteerde cases te onderscheiden op het gebied van motivatie, sociale vaardigheden en analytisch vermogen.

Het doel is om studenten te laten zien hoe een werkdag van een econometrist er bij het bedrijf uit kan zien. Aangezien een drukke werkdag een onvoorspelbaar karakter heeft, zullen er meerdere aspecten gesimuleerd worden tijdens de cases. De commissie bestaat uit Nynke Osinga (vz) Mara Laboyrie, Wessel Schouten, Robert Verschuren en Simone Spierings (co).

LAURA RUIS & ARTHUR ZWARTSENBERG

Wessel: De voorbereidingen verlopen goed. Binnenkort gaan wij beginnen met promoten en daar zijn wij nu dus vooral mee bezig. Het evenement komt al dichtbij, dus de daadwerkelijke dagindelingen moeten ook goed besproken worden met de bedrijven.

Simone: Uiteraard goed. Dat kan ook niet anders met zo’n goede commissie.

Bij welke bedrijven gaan jullie langs en waarom?

Robert: Bij The Experience: Business Battle doen er een vijftal bedrijven mee aan het programma. We zullen bij Deloitte, BCG, PwC, Zanders en SAS langsgaan, allemaal zeer toonaangevende bedrijven in de markt. Het zijn stuk voor stuk gewilde en interessante bedrijven, waar de VSAE in het verleden nog niet veel mee heeft samengewerkt en om deze reden leken deze bedrijven bij uitstek de juiste voor dit evenement.

Wessel: We wilden ons niet focussen op één bepaalde richting, dus hebben we voor deze bedrijven gekozen. Verschillende soorten consultancy gecombineerd met nieuwe software!

Wat is het grote verschil in de werkdagen van deze bedrijven onderling?

Nynke: Elk bedrijf heeft natuurlijk zijn eigen cultuur en manier van werken, en elke student zal dat anders ervaren. Het grote voordeel van dit evenement is dat we bij de bedrijven zelf langs gaan. Hierdoor krijg je meteen een goede impressie van hoe het er daar aan toe gaat en wat voor sfeer er hangt.

Simone: Daar kom je achter als je je inschrijft voor het evenement.

Waarom zouden wij mee moeten doen aan The Experience?

Nynke: The Experience: Business Battle is een heel interactief evenement.

Er zullen geen droge cases en bedrijfspresentaties gegeven worden. In plaats daarvan zullen de studenten op een hands-on en dynamische manier kennis

9

COMMISSIE UITGELICHT

COMMISSIE UITGELICHT SECTION

Hoe gaat het met de voorbereidingen?

Mara Laboyrie

Robert Verschuren

Simone Spierings

maken met de bedrijven. Voor de studenten is dit een uitstekende manier om zich te oriënteren en zichzelf te laten zien.

Robert: Daarnaast zal er tijdens het evenement ook gerecruite worden en wie weet word je wel uitgenodigd voor een select diner of lunch!

Simone: Omdat het heel gaaf is om samen met een team aan een case te werken. En wie wil er nou niet een reisje naar Antwerpen winnen?!

Wessel Schouten

Nynke Osinga

met bedrijven.

Hebben jullie al veel geleerd tijdens je commissietijd?

Wessel: Voor mij is dit de eerste keer en ik zie nu pas wat er allemaal bij komt kijken om een evenement te organiseren, dus ja.

Simone: Ik zit er nu net drie maanden in, maar heb tot nu toe wel al veel geleerd.

Bij welk bedrijf zou je later zelf aan de slag willen?

Wat voor cases kunnen de studenten verwachten?

Mara: Dat is juist leuk om tijdens de dagen te ‘experiencen’.

Robert: Verwacht het onverwachte. Hierbij moet je denken aan iets onverwachts, maar wat in de realiteit goed zou kunnen gebeuren.

Wessel: Voorbeelden zouden kunnen zijn dat er ineens een klant binnen komt met een vraag of iemand met een hogere functie zit met een probleem dat je voor hem moet oplossen.

Simone: Verder gaan we natuurlijk niks verklappen, want dan zijn het geen onverwachte problemen meer.

Waarom wilden jullie bij deze commissie?

Mara: Wat ik erg leuk vond, was dat we als commissie zelf mochten gaan nadenken over hoe en in welke omvang we het hele evenement wilden gaan neerzetten.

We hadden dus veel vrijheid.

Nynke: Na jaren zelf naar bedrijfsevenementen te zijn geweest, had iedereen wel een goed beeld van wat leuk is en wat eigenlijk ontzettend saai is. We hebben het daarom ook over een totaal andere boeg gegooid.

Robert: Daarnaast geeft deze commissie je de kans om op een wat persoonlijkere manier kennis te maken

10

Robert: Ik heb nog geen idee. Toen we nog in de fase zaten waarin we voor het eerst contact opnamen met de bedrijven kwam ik er pas achter hoe veel bedrijven er wel niet zijn waar je als econometrist aan de slag kan gaan. Dus voorlopig heb ik hier nog geen antwoord op.

Mara: Zelf ben ik me ook nog aan het oriënteren. Ik heb vorig jaar een stage gelopen bij EY en wil eigenlijk nog wel ergens een stage lopen om het werk en de werksfeer te kunnen vergelijken.

Wessel: BCG lijkt mij een leuk bedrijf om bij te werken, strategy consultancy spreekt mij wel aan!

Simone: Dat ga ik onderzoeken tijdens The Experience.

SECTION

COMMISSIE UITGELICHT

Exchange met Wenen Studeren in het buitenland is iets wat ik altijd al een keer wilde doen. Ik was dan ook altijd heel jaloers als ik mensen zag vertrekken of ging opzoeken. Maar dit semester was het mijn beurt: ik ging naar de stad van Sissi, Sachertorte en het nieuwjaarsconcert:Wenen.

Mijn avontuur begon overigens een maandje later dan dat van de meeste mensen die naar het buitenland gaan. September is namelijk gewoon een vakantiemaand voor de studenten in Oostenrijk. Ditzelfde geldt overigens voor februari, maar waarom zou je dan ook iets anders doen in die maand dan skiën? De foto’s die ik van mijn vrienden kreeg maakten de eerste maandag van februari, toen ik weer in college zat in Amsterdam, dan ook extra zuur.

DOOR: IRENE DOELMAN

Voordat ik vertrok en toen ik er net was vroegen mensen mij of ik goed Duits sprak. Aangezien ik niet dacht dat de paar jaartjes Duits op de middelbare school veel vruchten hadden afgeworpen, gaf ik meestal het antwoord nee. Maar eigenlijk is Duits best wel makkelijk en al helemaal met wat glühwein erbij. Dan accepteer je namelijk dat je toch nooit het goede lidwoord zal gebruiken en gebruik je, op het moment dat je het Duitse woord ergens voor niet weet, gewoon het Nederlandse woord met een beetje een Duits accent. Dan snappen ze je vaak alsnog. Mijn huis-tuinen-keuken-Duits is dan ook veel verbeterd en ik heb mezelf menigmaal verbaasd over hoe makkelijk ik een gesprek kon voeren.

Ditzelfde geldt trouwens niet voor Oostenrijks Duits. Waar ik Duitse gesprekken prima kon verstaan, vroeg ik me bij Oostenrijks vaak af welke taal er überhaupt gesproken werd. Gelukkig verstonden alle Duitsers het dan ook niet. Oh, en dat geldt ook voor Oostenrijkers die toevallig uit een andere provincie kwamen.

Ik was nog nooit eerder in Wenen geweest en de eerste dagen had ik de neiging om alle gebouwen te fotograferen. Ze zien er namelijk allemaal uit als een paleis. Dat krijg je waarschijnlijk als je eeuwenlang de hoofdstad bent van een gigantisch rijk en de heersende klasse te veel geld heeft. Zo ook het hoofdgebouw van de universiteit: heel veel marmer, een zuilengalerij en een binnenplaats waar je heerlijk in ligbedden kon chillen. Niet voor niets wordt het ballet dat je op tv ziet bij het nieuwjaarsconcert hier opgenomen. De bibliotheek was Harry Potter style, al moet ik bekennen dat ik daar vaker ben geweest om hem aan mensen te laten zien dan om er te studeren. Dat deed ik namelijk elke keer weer in een ander cafeetje. Mijn faculteit was helaas een nieuw gebouw, maar wel eentje met een skylounge waaruit je van het uitzicht kon genieten.

11

EXCHANGEVERSLAG

Taal

Studeren Er zaten meer verschillen tussen de universiteit van Wenen en onze oude vertrouwde UvA dan ik had verwacht, zowel qua studenten als qua manier van lesgeven. De colleges duren bijvoorbeeld anderhalf uur zonder pauze en als je pech hebt langer. De Weense studenten hebben daar echter iets op bedacht. Bij hoorcolleges is het niet heel gek om te laat te komen of weg te lopen tijdens het college voor koffie, een sigaret of als je het gewoon niet interessant genoeg vindt. Oók als je in het midden vooraan zit en de vijf mensen naast je moeten opstaan. Daarnaast zijn er ook veel meer buitenlandse (niet-uitwisselings) studenten, vooral uit Oost-Europa en Duitsland.

Ook worden er veel meer presentaties gegeven. Zo moest ik voor twee vakken in een groepje een deel van de lesstof presenteren in een presentatie van 90(!) minuten. Ik vroeg me toen wel af of het een innovatieve manier van onderwijzen is of gewoon een luie docent.

Voordeel is wel dat, aangezien ik nu twee keer 90 minuten volgepraat heb, elke toekomstige presentatie van 10-15 minuten een eitje is.

Het leukste vak wat ik daar gevolgd heb, ging over bounded rationality. Omdat er (blijkbaar) niet zo heel veel studenten in geïnteresseerd waren zaten we daar met maar 5 studenten en een gerenommeerde professor. Dit zul je op de UvA ook niet zo snel meemaken, maar het is zeker een voordeel, want je krijgt automatisch veel interactie en discussie en ik heb er zeker ook veel van geleerd.

EXCHANGEVERSLAG SECTION

De stad Als je Wenen in één woord moet beschrijven is dat waarschijnlijk chique. Dat ligt zeker niet alleen aan de gebouwen in de binnenstad en hoe ruim de stad is opgezet. De Weners houden er ook van om zich mooi aan te kleden als ze uit eten gaan of ergens wijn gaan drinken. De wijn is overigens goed, en aangezien de wijngaarden binnen de stadsgrenzen liggen ook nog eens goedkoop. Ook de locaties zijn chique: er worden vaak feesten georganiseerd in oude paleizen en er is bijvoorbeeld ook een club in het Leopold Museum, wat in het hippe MuseumQuartier ligt. In de zomer kun je daar overdag ook heerlijk chillen in het zonnetje op een van de vele banken.

Daarnaast houden de echte Weners van koffie. Mét taart. Aangezien taart mijn favoriete voedsel is, kon ik hier mijn geluk niet op.Van Sachertorte tot apfelstrudel tot Schwartzwalderkirchentorte, ik heb er zo veel mogelijk gegeten. Helaas zijn mijn smaakpapillen nu wel zo verwend dat ik van de Nederlandse kopieën toch niet meer echt kan genieten, want die halen het gewoon niet bij het echte werk!

Maar naast taart eten is er nog veel meer te doen in Wenen. Met een paar exchangevrienden had ik af en toe een ‘cultural day’ en hebben we uiteraard de opera meerdere malen bezocht en een aantal beroemde musea en kerken. Daarnaast heb ik ook geprobeerd

12

WENEN UITGELICHT Wenen is de hoofdstad van Oostenrijk en grote componisten als Mozart, Beethoven en Strauss zijn hier geboren of hebben hier geleefd. Hierdoor wordt Wenen ook wel de stad van de muziek genoemd.

dingen te doen die ik normaal niet zo heel snel doe.

Zo ben ik naar een ijshockeywedstrijd geweest, cocktails gaan drinken op de bovenste verdieping van een vijfsterrenhotel (fantastisch uitzicht!) en naar de musical Mamma Mia geweest (in het Duits – wat de bekendste nummers toch wel een beetje bijzonder maakte).

Met kerst (of eigenlijk vanaf half november) staat het in Wenen en alle steden in de buurt vol met kerstmarkten.

Vaak heel kitch en toeristisch, maar soms ook wel gezellig. De mooiste die ik gezien heb stond in Graz, in een oude kasteelruïne. Zeker een aanrader als je daarvan houdt!

Het leven van een Erasmusstudent Wat ik nog het allermooiste vond aan het Erasmusleven was de spontaniteit. Twee uur vooruit plannen is namelijk meer dan genoeg in de meeste gevallen. En toegegeven, met Italianen en Spanjaarden een tijd afspreken is ook onbegonnen werk. Maar de spontaniteit kan juist ook tot hele mooie dingen leiden.

Zo zat ik op een donderdag in januari koffie te drinken met een vriendin en kwamen we erachter dat we allebei nog geen plannen hadden voor het weekend. Een uur later hadden we een hostel geboekt en vrijdagochtend zaten we in de bus naar Zagreb.

Leuk aan Wenen is ook dat het super centraal ligt.

Steden als Bratislava, Budapest, Praag, Salzburg, Graz en dus Zagreb liggen allemaal in de buurt en die ben ik ook allemaal gaan bezoeken in de weekenden. Het is grappig om te zien hoe elke stad zijn eigen sfeer heeft. Daarnaast is de natuur vanuit Wenen ook heel

mooi en heel dichtbij: fietsen langs de Donau, wandelen in de bossen en wijnstreek of met de trein naar de bergen, zowel om ze te gaan beklimmen als om lekker te gaan skiën, is allemaal mogelijk. Omdat je dat hier in Nederland toch minder snel doet heb ik, zoals veel mensen die lange tijd in het buitenland zijn geweest, nu ook last van wanderlust (laat ik er dan toch nog maar een Duitse term ingooien).

Ook al heb ik nog lang niet alles gezien, ik kan na een paar maanden er gewoond te hebben ook zeker begrijpen waarom Wenen al jarenlang bovenaan de lijstjes staat van beste steden om in te wonen. Er is maar één duidelijk verbeterpunt, en dat is het feit dat de winkels hier op zondag dicht zijn. Ik dacht zelf dat dat alleen nog bestond in kleine dorpjes op het platteland, maar nee, blijkbaar dus ook in deze stad met twee miljoen mensen.

13

EXCHANGEVERSLAG SECTION

Fun fact: elk jaar vinden er meer dan 200 bals plaats in Wenen.

VERSLAG ECONOMETRIC GAME

De Econometric Game - World Championship of Econometrics Op de 31e van maart, de eerste en tweede van April 2015, kwamen de meest getalenteerde econometristen van over de hele wereld naar Nederland om drie dagen hard te werken aan een groot maatschappelijk issue. Dit jaar werkten ze om een oplossing te vinden voor schokken in longevity, zoals het probleem met de toekomst van onze pensioenvoorziening, veroorzaakt door de vergrijzing. Gedurende de afgelopen vijftien edities is de Econometric Game van een echte stadsderby uitgegroeid tot een prestigieuze wereldwijde competitie waar de VSAE trots op mag zijn. Mede hierom is dit jaar gekozen om het evenement als ondertitel ‘the World Championship of Econometrics’ te geven, om dit unieke evenement de uitstraling te geven die het ook verdient. Samen met de partners - de Universiteit van Amsterdam, EY, Ortec en JStor - heeft de commissie haar best gedaan om ook deze editie weer tot een succes te maken. De 120 deelnemers van Canada tot diep in Korea, en alles daartussen, zijn drie dagen hard bezig geweest om hun econometrische kennis te gebruiken om wederom een bekende maatschappelijke opgave te onderzoeken en hiervoor een oplossing te vinden.

DOOR: WIBRAND DE REIJ

De Econometric Game van dit jaar stond in het teken van een oplossing vinden voor de risico’s die gepaard gaan met longevity. Bas Werker en Ramon van den Akker zijn beide professoren aan de Universiteit van Tilburg en waren de aangewezen personen om uit dit onderwerp een case te formuleren, zodanig dat de deelnemers tot toepasbare oplossingen konden komen.

Iedereen moet ergens beginnen Na een volle twaalf maanden van voorbereiden was het de 31e dan tijd voor de start van de zestiende editie van de Econometric Game.Al vroeg werden de kandidaten opgehaald bij het Lancaster hotel om zich te verzamelen boven op de Brug op het Roeterseiland om daar te genieten van het mooie uitzicht. Door hard werk van de commissie, in samenwerking met de partners EY en Ortec, wisten we van tevoren al veel media-aandacht te creëren voor de Econometric Game. Dit leidde ertoe dat de hele ochtend radio, tv en andere media aanwezig waren voor interviews en opnames.

Tijdens de opening in een van de grote zalen van het Roeterseiland sprak de voorzitter van de commissie om de Econometric Game officieel te openen. Daarna sprak de decaan van de Economische faculteit, Han

14

Tijdens een lekkere lunch in de theaterzaal van CREA Café waren de eerste geluiden over de case van dit jaar duidelijk, een vrij nieuw en onbekend terrein voor velen… Maar de meesten stonden er positief in;iedereen moet toch ergens beginnen. Na de lunch vertrok de volledige organisatie samen met alle kandidaten naar de Zuiderkerk, een unieke en prachtige locatie waar dit jaar voor het eerst de Econometric Game plaatsvond.

Hier hebben de studenten drie dagen hard gewerkt om zich uiteindelijk te mogen kronen tot officieus wereldkampioen econometrie. Als afsluiting aten alle deelnemers samen in restaurant Chicano’s alvorens ze vroeg terug naar het hotel werden begeleid, om daar te gaan slapen, of natuurlijk tot diep in de nacht door te werken aan de voorbereidingen voor dag twee.

Een tweede dag van hard werk Woensdag 1 April 2015 was de tweede dag van de Econometric Game en traditiegetrouw de rustigste dag.

Na een korte introductie van de casemaker werkten de deelnemers de hele dag hard aan het model om de levensverwachting te schatten. De resultaten, verwerkt in een mooi verslag, werden om zes uur ingeleverd bij

de volledige jury, bestaande uit de casemakers en Michel Vellekoop en Katrien Antonio, beide professoren aan de UvA. Terwijl de studenten in spanning dineerden bij restaurant Harkema was de jury druk bezig met de lastige taak om de tien beste verslagen te kiezen.

Na het eten verplaatsten alle kandidaten zich naar café de Jaren waar Luke Disney, CEO van North Star Alliance, vertelde over het belangrijke werk dat zijn bedrijf doet in Afrika. Kort daarna arriveerde de jury voor de bekendmaking van de finalisten. De geselecteerde universiteiten waren: Universidad Carlos III de Madrid, McGill University, University of Illinois at Urbana-Champaign, Harvard University, University of Amsterdam, Maastricht University, Aarhus University, University of Economics of Prague, University of Copenhagen and the University of Antwerp. Direct na de bekendmaking vertrokken vrijwel alle finalisten, een deel van de overgebleven deelnemers koos ervoor om samen met een deel van de organisatie de avond tot in de late uurtjes voort te zetten in de altijd gezellige Bloemenbar.

De laatste dag; finalisten, niet-finalisten en UvA studenten Op 2 April 2015, terwijl de niet-finalisten nog rustig lagen te slapen, werden in alle vroegte de finalisten weer opgehaald bij het hotel om te beginnen aan de laatste dag van de competitie. Een korte uitleg van de casemaker maakte duidelijk waar de finalisten mee aan de slag zouden gaan. De opdracht was het minimaliseren van de risico’s horende bij schokken in levensverwachting.

Gelijktijdig hieraan kwamen de UvA-studenten aan om een kleine workshop te volgen samen met EY en Ortec. De workshop werd, in verband met het harde werk dat de studenten nog voor de boeg hadden, in

15

VERSLAG ECONOMETRIC GAME

van Dissel, over het belang van de econometrie in de geschiedenis van Nederland. Hierop volgde Jan Peter Balkenende, voormalig minister president van Nederland, momenteel werkzaam bij EY, over de waarde van econometrie in de huidige maatschappij.

Na een korte pauze kwam Bas Werker, één van de casemakers, aan het woord voor de introductie tot de case van 2015, genaamd ‘Sharing longevity risk’. In het eerste deel van de case werden de studenten geacht om een levensverwachtingsmodel op te zetten en hiermee voorspellingen te doen. Als afsluitende spreker kwam Gerrit Timmer, CFO en oprichter van Ortec, vertellen over hoe zijn bedrijf tot stand is gekomen.

de vorm van een leuke pubquiz gedaan. Naderhand kregen de UvA studenten eenzelfde introductie van de casemakers als de rest van de kandidaten de dag daarvoor had gekregen alvorens zij ook aan de slag gingen aan hun case; een versimpelde versie van wat de andere deelnemers de dag daarvoor hadden gedaan.

Zij werkten hieraan tot vier uur ’s middags. Daarna vertrokken zij naar conferentiecentrum de Bazel, het voormalig hoofdkantoor van de Nederlandse Handelsmaatschappij. In de Bazel presenteerden de UvA studenten voor elkaar en de jury. De partners boden samen een leuke prijs aan voor de winnaars van de UvA case; een bezoek aan een wedstrijd naar keuze van Ajax in de skybox van Ortec, gecombineerd met een rugby clinic. Later zou blijken welke UvA studenten dit mochten winnen.

VERSLAG ECONOMETRIC GAME

Om half twaalf werden de niet-finalisten opgehaald in het hotel. In kleine groepen kregen ze allen een rondleiding door de stad en brachten ze allemaal een bezoek aan de Heineken Experience. Na het culturele programma verplaatsten alle niet-finalisten zich ook naar de Bazel, in afwachting van de finalisten en hun presentaties.

Om vijf uur brak het allerlaatste uur van de competitie aan en begon het aftellen voor de finalisten. Een uur later leverden de finalisten het gemaakte werk in, samen met een presentatie om de resultaten te verdedigen. De presentaties vonden tevens plaats in de Bazel, waar alle UvA-studenten, niet-finalisten, juryleden en alle andere gegadigden meekeken naar de eventuele oplossing voor longevity risico’s. Na de presentaties vertrokken alle bovengenoemden naar restaurant Calf & Bloom voor een diner en feest ter afsluiting van de Econometric Game. De jury at ondertussen bij restaurant Haesje Claes waar zij een volledige zaal ter beschikking hadden om alle resultaten te beoordelen.

Rond elf uur werd lang wachten beloond. Na een korte afsluitende toespraak van de voorzitter van de commissie en de daarbij behorende bedankjes voor de organisatie, deelnemers, partners en jury was het woord aan Bas Werker, hoofd van de jury. Professor Werker maakte een einde aan lang wachten. Eerst werden de winnaars van de UvA studenten case bekend gemaakt. De winnaars waren Kasper van Vliet, Joep Lustenhouwer, Susanna Teulings en Bas Koolstra.

Daarna was eindelijk de bekendmaking van de winnaar van deze editie van de Econometric Game, Maastricht University! University of Illinois at Urbana-Champaign eindigde als tweede en op de derde plaats eindigde Harvard University. De rest van de avond verliep als grootse viering van een geslaagde week! De hele organisatie kan trots zijn op wat de Econometric Game deze editie heeft bereikt. Nu is het tijd om het stokje door te geven aan de commissie van 2016, onder leiding van Joppe Arnold.

16

Onderzoek onder de Econometric Game deelnemers DOOR:

Anders dan gewend gaat dit VSAE-onderzoek niet over deVSAE’ers zelf,maar over de deelnemers van de Econometric Game. Dit evenement brengt de 120 beste econometristen van over de hele wereld naar Amsterdam. We konden deze kans niet aan ons voorbij laten gaan en wilden heel graag meer over hen te weten komen! Dus terwijl zij zich bogen over een ingewikkelde case zijn wij ons eigen onderzoek gestart en hebben we hen het hemd van het lijf gevraagd. In hoeverre kijken zij over grenzen heen en wat vinden zij van Amsterdam?

Dat de econometrie voornamelijk nog gedomineerd wordt door mannen is waar, zo was slechts 23 procent vrouw. De gemiddelde leeftijd van de EG-deelnemer is redelijk jong: 26 jaar. Niet gek dat het overgrootte merendeel zichzelf wel ziet werken in het buitenland: maar liefst 82% zou niet weten waarom niet. Studenten gaven als voornaamste reden dat ze wel van een challenge houden en werken in het buitenland hen meer mogelijkheden geeft.

Verdeling man-vrouw

23% vrouw man 77%

Opvallend is dat zodra er gevraagd wordt naar de kans op het eindigen in de top-3 van de Econometric Game er over het algemeen standaard geantwoord wordt met een kans van 10%. Er zijn namelijk 30 deelnemende teams, met elk team een gelijke kans. Toch blijven het econometristen en wordt er ook los gegaan met antwoorden in termen uit de kansberekening. Zo antwoordde Duitsland met ‘kans p met een uninformative prior’ en Brazilië met kans tussen 0 en 1 kolmogovov verdeeld. Polen citeerde net zoals Taleb (Taleb 2007) ooit schreef: ‘we cannot predict’. Het meest zelfverzekerde team was wel Portugal: zij verwachtten te winnen met 100%. Daar tegenover staat Slowakije die maar met pi% schatte te winnen omdat zij vonden dat er meer teams waren met meer ervaren deelnemers.

Over het algemeen werd Copenhagen als de meest gevreesde concurrent gezien op het evenement. Dit natuurlijk omdat zij zich onder de vorige winnaars mogen rekenen. Copenhagen zelf blijft zelf daarentegen bescheiden, met kans 75% verwachtten zij te winnen: ‘We are awesome, but not that awesome’. Bovendien was er een duidelijke concurrentie te spotten tussen de lokale rivalen Copenhagen en Arhus.

Ook was er was een hevige concurrentie gaande tussen Slowakije en Praag ‘for personal matters’ en Harvard werd als grootste concurrent gezien door Brazilië vanwege hun reputatie en excellentie. Polen antwoordde met: ‘I don’t work at EY, so I don’t always search for competitors’.

Amsterdam over het algemeen als een mooie historische stad gevonden. Toch kan er wel gesteld worden dat de econometristen kritisch zijn en werd er wel wat geklaagd over de toeristen, de velen fietsers, en het weer. Zo zei een deelnemer uit Polen dat het zelfs zó koud was dat die bijna niet meer kon schrijven.

De game wordt onder de deelnemers zeer gewaardeerd. Zo worden er dingen gezegd als ‘it’s getting better every year’ en ‘best event of the year’.

17

Overweeg je in het buitenland te gaan werken?

11%

ja

7%

nee misschien

82%

SECTION DE VSAE ONDERZOEKT

JOWITA OSINGA & MARIT SLOOF

Econometrie over de grens met Daan Besamusca DOOR:

Eind maart bezocht Jelle oud VSAE lid Daan in een lunchroom naast zijn werk in City of London, het zakenhart van de stad. De gemiddelde wandelpas ligt hoger, de dames passeren op sportschoenen met hakken in hun handen en de heren dragen de stropdas strak geknoopt. Hoe is Daan hier terechtgekomen en waar vindt de studie econometrie zijn toepassing?

INTERNATIONAAL INTERVIEW SECTION

Welke commissies heb je gedaan binnen de VSAE? Ik ben begonnen in de sjaarscommissie. Hier heb ik feesten en evenementen georganiseerd. Daarna was ik voorzitter van de korte buitenlandse reis georganiseerd naar Praag. Vervolgens heb ik mij aangesloten bij de Bedrijven Contacten Commissie, van waaruit ik ook deel heb genomen aan de organisatie van het Actuariaatcongres 2009. Tenslotte ben ik na mijn exchange programma, voorzitter geworden van de Econometric Game 2012.

In welk jaar ben je afgestudeerd? En waar ben je toen gaan werken?

In 2007 ben ik begonnen met mijn bachelor, waarvoor ik in 2011 afstudeerde met een semester in Australië.

Daarna ben ik in februari ingestroomd in de financiële econometrie master die ik in 2012 heb afgerond nadat ik een afstudeerstage gedaan had bij De Nederlandsche Bank over het effect van demografische factoren op huizenprijzen. Via een voormalig werknemer van NIBC ben ik daar toen terecht gekomen. Zij bieden een traineeship aan waarbij je je een vaste functie hebt en naast je baan verschillende trainingen volgt.

Ik heb eigenlijk alleen naar traineeships gekeken toen, omdat ik nog niet precies wist wat ik wilde doen. Risk management sluit goed aan op Econometrie maar ik wist nog niet zo goed wat ik binnen risk wilde doen of waarom risk. Daarom zocht ik naar een breed programma.

Heeft je Exchange invloed gehad op het feit dat je naar het buitenland bent gegaan?

Ja dat heeft zeker meegespeeld, al heb ik altijd al een drive gehad om naar het buitenland te gaan. Ik denk dat die drive zich heeft vertaald in zowel Australië als Londen. Op mijn elfde of twaalfde heb ik een keer een interview gehad voor de Elsevier. Daarin vroegen ze wat ik later wilde worden, waarop ik zei dat ik econoom

JELLE SCHAGEN wilde worden en in het buitenland wilde werken. Die Elsevier heb ik nog ergens liggen.

Australië heeft wel bijgedragen in de zin dat het een hele leuke ervaring was en je leert dat het een kwestie is van het gewoon doen. Je kunt niet alles plannen en we hebben wel de leeftijd om risico’s te kunnen permitteren. Als je nu al bang bent om zo’n sprong te maken, dan ben je dat helemaal als je later kinderen en een vrouw hebt. Ik heb mijn hele inboedel, die weliswaar nog studentikoos was, verkocht en ben met een grote koffer naar Londen gevlogen. Al heb ik wel de mazzel dat ik al een baan had toen ik hierheen ging en het geluk dat ik samen met mijn vriendin was. Vervolgens zijn we via airbnb ergens blijven slapen totdat er een betaalbaar appartement voorbij kwam. Mijn vriendin is Amerikaans en we hebben gemeenschappelijk dat we de ambitie hebben om te reizen en in het buitenland te wonen. Zij heeft zeker als katalysator gewerkt. Je pusht elkaar om dingen te doen.

Wat houdt je werk precies in?

Op het moment houd ik me voornamelijk bezig met stresstesting. Ik bouw de wiskundige modellen om NIBC’s balans te kunnen voorspellen onder stress.Voor de grote Nederlandse banken heb je bijvoorbeeld de Asset Quality Review van de ECB. Wij vallen daar niet onder, maar onder direct toezicht van de DNB worden er steeds strengere eisen gesteld aan de banken. Ik leid het project om onze bank AQR ready te maken met betrekking tot stresstesten en om dit binnen de organisatie te integreren.

Ik werk voornamelijk aan dit Nederlandse project, maar ik begin in Londen steeds meer taken op te pikken. Mijn voornaamste nieuwe verantwoordelijkheid is om bij te dragen aan risk assessments en waarderingen van equity investeringen. Dit is een onafhankelijke analyse vanuit risk of de propositie van de business goed bij NIBC past en hoeveel ons aandeel waard is.

18

Het grootste verschil is dat iedereen zakelijker is in London.Ten eerste met kledij. Casual friday bestaat niet en op het kerstfeest kwam iedereen strak in pak met stropdas en al naar de bar.Ten tweede qua werkhouding.

Praatjes bij het koffiezetapparaat zijn gelimiteerd tot de doorlooptijd van de koffie en geconcentreerd op ‘deals’. Een ander groot verschil is hoe mensen werk benaderen. Hier is het meer een kwestie van wat ruilen we uit? Ik ga een jaar voor een bedrijf werken om bepaalde dingen te leren en in ruil daarvoor lever ik bepaalde diensten. Dat is van beide kanten geaccepteerd waardoor het heel normaal is om voor één of twee jaar te komen werken en naar allerhande aan netwerk borrels te gaan. Het team waarin ik hier zit is daardoor meer divers dan het team in Nederland. De mensen hebben bij veel meer verschillende werkgevers ervaring opgedaan. Ervaring waar je in Nederland niet snel tegenaan loopt. Mijn collega’s zijn wat dat betreft niet per se beter maar qua ervaring veel breder.

Hoe heb jij je sociale leven opgebouwd in Londen?

Ik merk dat collega’s werk en privé veel meer gescheiden houden. Op werk wordt er alleen tijdens de lunch wat persoonlijks verteld. Maar ook hier heb je uiteraard collega’s met wie je na het werk bier gaat drinken, een hapje eet of gaat sporten.

Het is eenvoudig om internationale vrienden te maken.

Er is een ‘Nederlanders in Londen Facebookgroep’ en iedere avond heb je wel tien International Professional events. Dat is heel toegankelijk. Maar als je echt Londense vrienden wilt moet je echt je best doen. Net als in Nederland. Hoeveel Nederlanders gaan er om met buitenlandse studenten?

komt misschien doordat we in Nederland meer naar bijbanen kijken en hier naar cijferlijsten. Ik denk wel dat Econometrie een goede start is, maar het is gewoon zo dat de beste mensen naar Londen gaan dus je hebt geduchte competitie.

Waar zie je jezelf over een aantal jaar?

Misschien nog wel in Londen. De stad heeft veel te bieden. Maar op de shortlist staan New York, Toronto, Chicago en misschien Sydney. Sydney is heel ver weg van onze familie en vrienden en daarom denk ik eerder dat wij Europa of Amerika zullen uitkiezen. Binnen Europa zie ik mezelf niet op andere plekken wonen dan hier of Nederland.

Wat mis je het meest aan Nederland?

Vrienden, kaas en fietsen. Dat laatste is hier eerder ongezond doordat je smog inademt en het is levensgevaarlijk. Er zijn wel fietspaden, maar die worden niet zo gerespecteerd als in Nederland.

Heb je nog advies?

Ik zou iedereen aanraden om ervaring op te doen in het buitenland! Zelfs als je in Nederland wilt werken is het goed om een tijdje in het buitenland gezeten te hebben. Al is het maar om wat andere culturen tegen te komen en meer diversiteit te ervaren qua collega’s en vrienden. In het buitenland word je geconfronteerd met andere normen en waarden en kan je sommige dingen, die je in Nederland normaal vindt, niet zeggen.

De verschillen in hiërarchie en wat je wel en niet kunt zeggen vanwege discriminatie en beleefdheid zijn gewoon heel anders. Eén of twee jaar in het buitenland zitten maakt je gewoon persoonlijk sterker en handiger in omgaan met anderen.

SECTION

Welke voordelen en nadelen heeft werken in Londen ten opzichte van werken in Nederland?

In Nederland heb je meer vrije tijd en een iets socialere werkvloercultuur die is ingesteld op werken om te leven.

In Londen is het meer een werkcultuur, wat mij niet altijd aanspreekt. Hierdoor word je in Londen echter omringt door ambitieuze hardwerkende mensen, met een scala aan ervaring en verschillende perspectieven.

Kleine teams bestaan al makkelijk uit vijf verschillende nationaliteiten met variërende achtergronden wat betreft cultuur, educatie en ervaring. Naast diversiteit met betrekking tot achtergrond, is het een redelijk jonge stad qua inwoners en leeft het ook ’s avonds meer dan wij gewend zijn. De beste mensen van over de hele wereld komen naar dit soort steden. Je hebt heel veel competitie dus je moet scherp blijven en presteren om een leuke baan te bemachtigen. In Nederland heb je bijvoorbeeld met Econometrie zo goed als gegarandeerd een baan. In Londen moet je je nog bewijzen en zijn ze niet onder de indruk van zo’n papiertje. Als je bijvoorbeeld afgestudeerd bent met een 6.5 is dat hier niet echt indrukwekkend. Dat

19

INTERNATIONAAL INTERVIEW SECTION

Merk je grote verschillen op de werkvloer qua bedrijfscultuur/werksfeer met Nederland?

Landelijke Econometristendag 2015

LANDELIJKE ECONOMETRISTENDAG

Op dinsdag 10 februari vond de Landelijke Econometristendag 2015 plaats in het NBC Congrescentrum in Nieuwegein. Maar liefst 450 studenten vanuit heel Nederland kwamen bijeen om potentiële toekomstige werkgevers te ontmoeten. Dit jaar hadden de VSAE en Kraket het genoegen om de LED te organiseren. Een jaar lang heeft de commissie de krachten gebundeld om een fantastische LED neer te zetten. En het resultaat mocht er dan ook wezen!

DOOR: MARLOU BERINGER

Voorbereidingen De dag van tevoren hadden we in het NBC een kamertje gereserveerd om met de voltallige commissie de laatste voorbereidingen te treffen. Om half 10 ’s ochtend stonden we op de stoep bij het NBC onder het mom van “liever te veel dan te weinig tijd”. De goodiebags werden gevuld, de portfolio’s werden klaargemaakt, de badges werden in elkaar gezet en op alfabet gelegd, er werd vervanging geregeld voor de afmeldingen. Voordat we het in de gaten hadden was het 22:00 uur en werden we het NBC uitgekickt, omdat ze gingen sluiten. Gelukkig waren we net op tijd klaar!

We konden dus met een gerust hart zeggen dat we op en top voorbereid aan de dag zelf begonnen.

Dag De dag waar we allemaal zo lang op hadden gewacht was dan eindelijk aangebroken. Op 10 februari stond de commissie om 7 uur alweer voor de deur van het NBC om alle ruimtes te controleren en een soundcheck te doen in de plenaire zaal. Rond half 9 kwamen de eerste deelnemers binnendruppelen.Aangezien de trein uit Rotterdam vertraagd was begonnen we iets later dan gepland, maar om 09:40 uur werd de dag dan eindelijk officieel geopend in de Grand Hall door een speech van ondergetekende.

Jeroen Breen zou als dagvoorzitter de dag verder in goede banen leiden en dit kan hij als geen ander. Nadat hij zichzelf kort had voorgesteld, gaf hij het woord aan Ad Verbrugge. Ondanks dat Verbrugge’s lezing leed onder zijn Engels, gaf hij een interessante speech over relaties tussen econometrie en filosofie.

Om kwart voor 11 was het tijd voor de eerste caseronde. Alle studenten werden naar de juiste caseruimte geleid, om daar een case te volgen bij een door hem/haar uitgekozen bedrijf. Het ene bedrijf benutte de tweeëneenhalf uur durende ronde vooral om de mogelijkheden binnen het bedrijf toe te lichten, het andere bedrijf gaf de voorkeur aan een inhoudelijke case om er achter te komen welke studenten potentie hebben om bij hun bedrijf te komen werken.

Tussen de caserondes door werd er een luxe lunch geserveerd in de Event Hall. Er waren broodjes mozzarella, brie, Surinaamse eiersalade, kiprollade

20

Na de tweede caseronde kwamen alle studenten weer bijeen in de Grand Hall, waar de dag werd afgesloten door een inspirerende lezing over duurzaamheid van voormalig minister-president Jan Peter Balkenende. Hij nam het publiek mee langs een aantal momenten uit zijn leven en kreeg de studenten een paar keer goed aan het lachen. Het officiĂŤle gedeelte van de dag werd afgesloten met het bedanken van de commissie, waarna het tijd was voor de borrel. Veel studenten benutten dit moment om onder het genot van een welverdiend drankje even bij te komen van de intellectueel uitdagende, maar zware dag. Ook nu was er de gelegenheid om op een informele manier kennis te maken met bedrijven, door gezellig met de recruiters te borrelen. Daarnaast was er voor studenten de mogelijkheid om een profielfoto te laten maken voor LinkedIn door een professionele fotograaf. Dit bleek een groot succes te zijn, want er heeft gedurende de hele borrel een lange rij gestaan.

Om 7 uur was het tijd voor het veelbelovende diner in de Event Hall. Op het menu stond zacht gegaarde polderhoenfilet als voorgerecht, entrecote met rode wijnsaus als hoofdgerecht en een tarte tatin van peer

21

LANDELIJKE ECONOMETRISTENDAG

SECTION

of geitenkaas, wraps met geroosterde kip, saucijzenen kaasbroodjes, tomatenbouillon, yoghurt met fruit, heerlijke fruitsapjes en nog veel meer. Voor ieder wat wils! Ook tijdens de lunch was er volop de mogelijkheid om op een iets informelere manier te netwerken. Elk bedrijf had een eigen statafel, die te herkennen was aan een grote gekleurde ballon met een naamkaartje eronder. De vele ballonnen in de Event Hall zorgden daarnaast voor wat extra sfeer tijdens de lunch.

LANDELIJKE ECONOMETRISTENDAG SECTION

met speculaasijs als dessert. Veel studenten kregen de kans om te dineren met een bedrijf naar keuze, andere studenten zaten (veelal vrijwillig) zonder bedrijf.

Aan de gemoedelijke sfeer in de Event Hall was te merken dat iedereen het erg naar zijn zin had, zowel met als zonder gezelschap van bedrijf.

Feest Om de dag af te sluiten was er voor alle LED-deelnemers een feest georganiseerd in Filemon & Baucis in hartje Utrecht. Het feest heeft de Landelijke Econometristendag 2015 nog onvergetelijker gemaakt dan dat hij al was. Studenten vanuit het hele land grepen deze kans aan om, met drankjes van het huis, door te feesten tot in de late uurtjes. We hadden een fotobooth gehuurd, waarin studenten leuke, originele, serieuze of gekke foto’s konden maken als aandenken aan een geweldige dag.

Als klap op de vuurpijl heeft de LED-commissie een dure fles champagne overgehouden aan een weddenschap met het barpersoneel van Filemon & Baucis. Als voorzitter had ik het voorrecht om deze fles te openen, echter liep het tragisch af. Ik had de fles van tevoren iets te goed geschud, waardoor ik de fles per ongeluk (al zijn de meningen hierover verdeeld) vrijwel helemaal leeg spoot over de rug van Olivier Go. Uiteindelijk kon ieder commissielid nog ongeveer één slok champagne drinken. Spijtig en heel zonde, want het was heerlijke champagne.

Al met al kunnen we spreken van een zeer geslaagde dag. We hebben veel positieve reacties ontvangen van zowel studenten als bedrijven. De dag verliep vrijwel vlekkeloos en dat heeft de commissie mede te danken aan een team van 14 vrijwilligers dat de hele dag klaar stond om in te springen waar nodig. Ik wil de commissie nogmaals bedanken voor hun inzet gedurende het afgelopen jaar.

Dankzij de inzet van deze gedreven mensen is de LED 2015 een groot succes geworden. Inmiddels hebben we het stokje overgedragen aan FAECTOR, die de LED 2016 gaat organiseren. Ik ben benieuwd of zij net zo’n succesvolle editie kunnen neerzetten!

22

Bedrijfsinterview KLM Tijdens de International Study Project (ISP) heeft VSAE vorig jaar KLM bezocht op het kantoor in New York en heeft daar zelf kunnen ervaren dat er veel onderwerpen binnen KLM zijn die interessant zijn voor econometristen en operations research consultants. Interview met Gijs Hendrix en Jeroen Hugen.

Kunnen jullie toelichten waar jullie afdeling precies mee bezig is?

Op de afdeling voor de netwerkplannig werken tien personen. Vijf mensen werken aan de planning en de andere vijf personen werken aan de uitvoering. Ons eindproduct is een dienstregeling; waar vlieg je, wanneer, met welk vliegtuig?

Het probleem kan je, daar zijn we nu mee bezig, als een Operational Research probleem aanvliegen, doormiddel van een LP model, maar dit wordt nu nog niet gedaan.

KLM vliegt met ongeveer driehonderd vliegtuigen per dag, daar zijn ongeveer honderd vliegtuigen voor, dus combinatorisch zijn er heel veel mogelijkheden om vluchten in te delen. De berekeningen doen we nu nog met de hand, maar we zijn bezig om dat door een automatisch algoritme te laten doen. De planning is geen discreet probleem, want je plant vooruit. Het hangt namelijk af van de vraag van het komend jaar.

Op de afdeling Revenue management wordt aan aan een groot Operational Research probleem gewerkt. We proberen het gedrag van de klanten te voorspellen en stellen hiermee de prijzen voor de tickets vast. Hierachter zit een ingewikkeld computermodel. Dagelijks zijn we bezig om dit model te om deze te optimaliseren. Er is een computermodel die het probleem voor 95 procent berekent en voor de laatste 5 procent moeten de mensen aan te pas komen (om het onder andere te controleren en het algoritme te verbeteren). Er werken daarom zo`n kleine 100 mensen op de afdeling. Deze mensen zijn alleen bezig met het bepalen van de prijzen die in de markt staan. Het is interessant voor econometristen en Operational researchers om een iets slimmer algoritme voor de twee stappen te bedenken, waardoor je een iets hogere marge kan behalen.

Hoe proberen vliegtuigmaatschappijen zich van elkaar te onderscheiden?

Er zijn eigenlijk twee stappen. De eerste stap is de netwerk planning, dus bepalen waar vlieg ik naar toe. De tweede stap ligt bij de revenue management, waar de prijs wordt bepaald. Het is belangrijk dat je eerst de goede routes vliegt

en een goede prijs hebt staan. Tegenwoordig is de competitieve druk tussen airlines erg hoog en de marges zijn klein; ieder procentje extra omzet die uit de twee stappen gehaald kunnen worden is essentieel. Daar kun je je als airline in onderscheiden.

Waarin verschilt KLM met andere vliegmaatschappijen?

Allereerst is KLM een ‘hub-carrier’, dat is in tegenstelling tot de ‘point- to point-carriers’. De vluchten van KLM zijn voor 70 procent vol met mensen die transfereren. Ander soort vliegmaatschappijen vliegen een persoon alleen van A naar B. Daarnaast zit KLM in een wat hoger prijssegment.

De laatste tijd is vanuit KLM het contact met de sociale media uitgebreid opgestart. Deze heeft meer bestaansrecht gekregen na de aswolk van Ijsland. Binnen KLM was er een klein team die support boodt aan klanten van de KLM. Onder andere naar aanleiding van evaluatie van deze gebeurtenis zijn we ons meer gaan richten op de sociale media.

Wij bieden van alle airlines een van de beste sociale media ondersteuning. Langzamerhand wordt de sociale media ook een verkoopkanaal.

Wat zijn de voor- en nadelen van de internationale samenwerking met Air France?

De voordelen zijn vooral op schaal- en commerciële samenwerking. Op een heleboel gebieden bedien je gezamenlijk de markt, dus wij verkopen een groot deel van onze tickets buiten onze thuismarkten. Doordat er verbindingen worden gekocht, verkoop je ook in andere landen.

Daarbij, met zijn tweeën ben je veel groter. Voor een bedrijf die tickets wil kopen voor zijn personeel, dan wil je dat doen bij een airline met een samenwerkingsverband die veel opties biedt, dus bij een airline met een groot netwerk. De keerzijde aan de samenwerking is; hoe groter een bedrijf, hoe complexer. Zeker als je twee hoofdkantoren in twee verschillende landen hebt. Aan de andere kant, op dit moment, zie je eigenlijk geen enkele ‘stand alone’ airline meer die het overleeft. Je ziet alleen maar de grote ‘allianties’.

Ook voor de partners waarmee we samenwerken, bied je in alleen onvoldoende.

Waar zit de scheiding tussen het werk van KLM en Air France?

De operatie van de KLM is vrijwel gescheiden met die van de Air France. De vluchten worden apart van elkaar verzorgd. Het is wel zo dat er tickets worden verkocht tussen Air France en KLM. Er zijn bestemmingen vanuit Amsterdam rechtstreeks of met een overstap in Parijs. Een groot deel van onze tickets worden verkocht in het buitenland.

Dus aan de commerciële kant is Air France met KLM al geheel geïntegreerd, maar de operationele kant is nog veel gescheiden van elkaar.

23

BEDRIJFSINTERVIEW

Zouden jullie jezelf even kort kunnen voorstellen?

Mijn naam is Gijs Hendrix en ik heb wiskunde gestudeerd in Nijmegen. Na mijn studie heb ik een afstudeerstage gelopen en een poosje bij TNO gewerkt daarna heb ik van daaruit de overstap gemaakt naar KLM. Inmiddels werk ik nu drie jaar bij de KLM op de afdeling Revenue management.

Mijn naam is Jeroen Hugen en ik heb Econometrie en Operational Research gestudeerd in Rotterdam. Inmiddels werk ik tien jaar bij KLM. Ik ben begonnen op de afdeling Revenue management. Ik was verantwoordelijk voor het team dat de Europese vluchten aanstuurt, dus het openzetten van de prijsklassen en dichtzetten van de prijsklassen. Op dit moment ben ik verantwoordelijk voor de planning van de Europese vluchten.

Uitwisseling met Princeton University Een ieder heeft zo zijn eigen dromen. De één wil graag werken op een kinderboerderij, waar een ander ervan droomt gemiddeld 100 uur per week te maken als een investment banker. Eén van mijn dromen was om naar de Verenigde Staten te gaan voor mijn studie. De glimlach was dan ook voor dagen niet van mijn gezicht weg te vagen toen ik begin februari 2014 een e-mail kreeg van de Princeton Master in Finance admission committee, getiteld: “Congratulations”.

DOOR: VICTOR MONAS

EXCHANGEVERSLAG

Princeton En nu ben ik hier, Princeton. Het is een pittoresk dorpje in New Jersey met ongeveer 16.000 inwoners.

Het dorp zelf is heel mooi, goed onderhouden, statig en met een lange geschiedenis naar Amerikaanse standaarden. Het is op een gegeven moment tijdens de Amerikaanse Onafhankelijkheidsoorlog zelfs even de de facto hoofdstad van de Verenigde Staten geweest!

Aan de andere kant is het ook wat je verwacht van een dorp met 16.000 inwoners: redelijk saai. Het beste aan Princeton vind ik dan toch het treinstation met treinen naar Philidelphia en New York, waar je in beide gevallen in ongeveer 90 minuten bent.

In het hart van het dorp, gelegen aan Nassau Street, staat mijn universiteit Princeton University. Het is de op drie-na-oudste universiteit in de VS, opgericht in 1746.

Princeton University heeft overigens een ‘sterke’ connectie met Nederland. Onze schoolkleur is fel oranje en ons hoofdgebouw heet Nassau Hall. Dit is niet toevallig, maar is ter ere van Willem de Derde van Oranje.

De campus zelf is simpelweg geweldig. Het is grotendeels gebouwd in Gothische stijl, met als meest prominent voorbeeld onze 84 meter lange universiteitskerk en mijn eigen dormitory, The Old Graduate College.

Daarnaast zijn er ook een aantal moderne gebouwen, zoals bijvoorbeeld de Woodrow Wilson School of Public and International Affairs, ontworpen door dezelfde architect als het orginele WTC.

24

De applicatieprocedure voor Princeton is vergelijkbaar met de applicatieprocedure voor soortgelijke programma’s waar ik me voor heb aangemeld (Columbia Master in Financial Engineering, MIT Master in Finance).

Het begint allemaal met de documenten die je moet insturen naar de universiteit. Voor de meeste universiteiten zijn benodigd: GRE of GMAT, TOEFL, 3 aanbevelingsbrieven van professoren en/of internshipbegeleiders, cijferlijsten en een motivatiebrief.

Na de initiële schifting is er een interview ronde. Dit interview is vooral gericht op je motivatie en je kennis van de huidige financiële markten. Inmiddels is er ook een tweede ronde interview met meer technische vragen om je wiskundige kennis te testen.

SECTION

Het Programma Ik studeer hier de Master in Finance. Het is een tweejarige Master die het gehele gebied Finance ambieert te onderwijzen. In de realiteit ligt de focus echter zwaar op het kwantitatieve en computationele gedeelte van Finance, alhoewel er dit semester ook tijd is voor Corporate Finance. Voorbeelden van andere vakken die ik tot nu toe heb genomen zijn: ‘Portfolio Theory and Asset Management’, ‘Stochastic Calculus’ en ‘Pricing Models and Advanced Derivatives’.

Mijn favoriete vak tot nu toe is echter ‘Advanced Macroeconomics: Domestic Policy Issues’ onderwezen door Alan Blinder, ex-vice Chairman van de FED Board of Governers. Het vak ging grotendeels over hoe de FED tot zijn besluitsvorming overgaat en hoe de beslissingen van de FED de macro-economie beïnvloeden. Dat iemand met de ervaring van Alan Blinder het vak onderwijst is dan heel erg mooi.

Opvallend verschil met de UvA is overigens dat de schoolweek hier van maandag tot en met donderdag is, vrijdag ben ik altijd vrij.

Daarnaast biedt het programma een grote keuzevrijheid.

Van de 16 vakken die ik over 2 jaar moet nemen voor het behalen van mijn diploma zijn 11 keuzevakken.

Ik sta hierin redelijk vrij te kiezen uit vakken van het

Bendheim Center for Finance, Woodrow Wilson School of Public and International Affairs, de Computer Science faculteit en de Wiskunde afdeling. Dit zorgt ervoor dat je een programma kan samenstellen van vakken waar daadwerkelijk je interesses liggen.

Carrieréperspectieven Eén van de belangrijkste redenen waarom ik dit programma heb gekozen is dat het sinds jaar en dag een 100% placement record heeft. Bijna alle studenten gaan werken in de financiële industrie in verscheidene posities. De posities variëren van IBD M&A tot sellside analyst in Sales & Trading en Structuring tot de buyside rollen binnen mutual en hedgefunds. Het grote deel van deze rollen is echter kwantitatief van aard.

Daarnaast is er een klein contigent studenten (in mijn jaar slechts ikzelf) geïnteresseerd in management consultancy. Ik loop deze zomer dan ook stage bij BCG en ben weer even terug in Amsterdam.

Dat ons placement record zo goed is, is vooral te danken aan het feit dat de carrièreondersteuning binnen Princeton University en ons programma uitmuntend is. Via de universiteit zijn er de Career Services, een groep ervaren carrièrebegeleiders waar je heen kan voor mock-interviews en algemene vragen over alles wat maar te maken heeft met je internship of baanzoektocht. Daarnaast biedt de universiteit op bijna dagelijkse basis informatiesessies, netwerkevents en carrièrebeurzen waar je de mogelijkheid hebt meer over potentiële werkgevers te weten te komen en met hen te netwerken.

Tevens hebben we op het Bendheim Center for Finance iemand die voor de volle honderd procent toegewijd is aan het vinden van banen en stages voor de studenten.

Aangezien onze klasgrootte 25 studenten betreft is er dus veel individuele aandacht wat betreft de baanzoektocht.

Sociale Leven Ondanks dat er in het dorp Princeton niet veel te doen is, maakt de universiteit dat zelf ruimschoots goed.

De ongeveer 8.000 studenten hebben een bruisend campusleven opgebouwd waar een studentenorganisatie

25

EXCHANGEVERSLAG

Mijn weg naar Princeton

voor bijna alles denkbaar bestaat. En als het er nog niet is, is het gemakkelijk zelf een organisatie te starten met behulp van de universiteit.

Zelf ben ik bijvoorbeeld vice-president bij de Princeton University Graduate Consulting Club, schuif ik geregeld aan bij de Chinese Language Table (eens in de week eten waar alleen Chinees gesproken mag worden), voetbal, basketbal en squash ik en heb ik een aantal lessen Krav Maga gevolgd voordat ik m’n hamstring daarbij verrekte.

Daarnaast probeer ik vanuit hier de Nederlandse economie zo veel mogelijk te steunen door veel Heineken te drinken in onze Graduate Bar. De mogelijkheden zijn echter veel breder, zo is er bijvoorbeeld een Georgisch koor, 3D-printing club, Triple 8 East Asian Dancing Company,Wine Tasting Club, Beer Brewing Club, Magic: The Gathering Club, etc.

EXCHANGEVERSLAG

Alhoewel Princeton niet bekend staat om zijn sportsteams, loopt toch de hele universiteit uit als het American Football team speelt. Vooral het begin is vrij indrukwekkend om te zien: een stadion gevuld met 30.000 mensen (ongeveer twee keer het inwonersaantal van het dorp!) die met hand op het hart, kijkend naar de ‘Stars and Stripes’ ‘The Star-Sprangled Banner’ luidkeels en tot tranen toe geroerd meezingen. Alhoewel we de afgelopen twee jaar Ivy League kampioenen werden is helaas dit jaar Harvard er met de titel vandoor gegaan.

Het meest succesvolle Princeton team was dit jaar het vrouwen basketbal, dat voor het eerst in haar geschiedenis al haar 30 wedstrijden in de regio won. In het finale toernooi wonnen we onder het toeziend oog van mij en Obama (zijn nichtje speelt in het Princeton team) nog, maar in de tweede ronde van het finale toernooi werd Princeton ook daar uitgeschakeld.

Het grootste nadeel van het sociale leven hier is dat de undergraduate studenten en de graduate studenten veelal gescheiden van elkaar leven. Sowieso zijn de Graduate dorms en andere huizingsmogelijkheden op andere plekken dan de undergraduate dorms, die meer centraler gelegen op campus liggen. Daarnaast zijn de meeste studentenorganisaties óf voor Graduates óf voor Undergraduates, waardoor je binnen de studentenorganisaties ook niet veel undergraduates tegenkomt.

De enige tijd wanneer de beide groepen daadwerkelijk mixen is op donderdag en zaterdagavond in de eating clubs, de Princeton-variant op fraternities en sororities.

Het zijn prive-organisaties met clubhuizen (beter gezegd villa’s) op Prospect Avenue, ook wel liefkozend ‘The Street’ genaamd. Tijdens normale dagen zijn het plekken waar de leden van de eating clubs eten en studeren, bijkletsen en rondhangen, maar donderdag en zaterdag veranderen de eating clubs in 11 drinking clubs. Elke club heeft zijn eigen karakter en er is dus een redelijke verscheidenheid om okay uit te kunnen gaan. De gratis alcohol in alle clubs dragen daar zeker aan bij.

Mogelijkheden Princeton biedt een myriade aan unieke kansen en mogelijkheden. Uiteraard is het onderwijs zeer goed en je wordt onderwezen door autoriteiten op hun respectievelijke gebieden. Zo heb ik bijvoorbeeld in colleges gezeten onderwezen door Christopher Sims, Paul Krugman en recentelijk een college bijgewoond van José Barosso. Volgend jaar geeft Ben Bernanke een gastcollegeserie, waar ik erg naar uitkijk.

Daarnaast zijn er vaak interessante sprekers zoals bijvoorbeeld dit jaar de Dalai Lama, Herman Van Rompuy, Thomas Pikkety en Larry Summers. Ook komen er op wekelijkse basis mensen uit de financiële industrie voor gastcolleges.

De faciliteiten van Princeton zijn ook geweldig. Van de sportschool tot het postkantoor tot de bibliotheek, die recentelijk de grootste donatie in de schoolhistorie ontving met boeken ter waarde van $300 miljoen. De collectie van meer dan zeven miljoen boeken houdt nu dankzij de donatie ondermeer de eerste zes edities van de Bijbel en een notebook met persoonlijke aantekeningen van Beethoven. De 27 eetgelegenheden bieden prima eten aan en er rijden op de universiteiten 13 busroutes rond en wanneer die niet rijden kan je een gratis taxi bellen van de universiteit.

Het grootste voordeel van Princeton dat ik echter heb ondervonden zijn mijn medestudenten. De studentengemeenschap op Princeton bestaat uit 8.000 van de meest getalenteerde, diverse, hardwerkende gepassioneerde en sociale mensen die ik ooit heb leren kennen en het is een eer om daar elke dag tussen te mogen lopen.

Al met al is de keuze om mijn Master studie hier te doen één van de beste, zo niet de beste keuze in mijn leven geweest. De mogelijkheden die een universiteit als Princeton je verschaft zijn uniek en ik kan dan ook een ieder aanraden eenzelfde keuze te maken indien mogelijk.

26

Spreek als trainee een financiĂŤle instelling maar eens aan op verstrengelde belangen.

Word trainee in het zenuwcentrum van de economie. Talenten met een kwantitatieve of financieel-economische achtergrond zijn welkom, maar ook doortastende juristen en andere academici nodigen we van harte uit te solliciteren. Solliciteer op werkenbijdnb.nl DNB zet je op scherp.

Werken aan een betere toekomst: De 15e editie van het Actuariaatcongres

VERSLAG ACTUARIAATCONGRES SECTION

Woensdag 4 maart heeft de jubileumeditie van het Actuariaatcongres plaatsgevonden; al vijftien jaar lang een mijlpaal binnen de actuariële wereld. Als dat niet onmiddellijk hartverwarmend klinkt, dan is dat je vergeven. Actuariaat en met name pensioenactuariaat wordt veelal gezien als een relatief saai doorrekenen van kansen, interestvoeten en een intense haat(-liefde) relatie met excel, excel en nog eens excel (wellicht schuilt hier ook zeker een kern van waarheid in, ook al moet men zichzelf niet te veel voor de gek houden: more cases than not, excel is going to be your best friend... ook buiten het actuariaat).

DOOR: MARK VERHAGEN

Laten we even kort stilstaan bij wat het nou precies betekent om een pensioenactuaris te zijn. De pensioenactuaris gebruikt levenstabellen, interestvoeten en nog honderd andere grootheden in het berekenen van premies en doet dit om te zorgen dat wij op onze latere dag genoeg knaken hebben om in meer of mindere mate te doen en laten wat we willen…

Wat zei ik daar net? Knaken? Maar dat is interessant! Want laten we wel wezen: we zijn allemaal Hollanders... en knaken, onze knaken, die gaan ons aan! Dit is natuurlijk een beetje kort door de bocht, maar moge het duidelijk zijn: de pensioenactuaris is bezig in een tak van sport die werkelijk iedereen in Nederland aan gaat. Niet zoals het bestaan en subsidiëren van het Rijksmuseum dat via honderdduizend omwegen ook alle Nederlanders aan gaat, het gaat ons allen direct aan. Knaken, jongens en meisjes, die zalige knaken!

De probleemstelling Hoe is dat nu dan allemaal geregeld in Nederland? Één ding springt eruit; het is bijzonder onduidelijk geregeld in Nederland. Dat wil zeggen, men ziet door de bomen van regelingen het bos niet meer en alleen een actuaris kan nog enigszins het overzicht behouden (dit maakt actuaris ook een bijzonder stabiele en zekere carrièrekeuze). Het is zeker een mooi pensioenstelsel, waar elke promovendus trots op mag zijn, en het heeft ons ook zeker goed gediend de laatste jaren (we hebben behoorlijk lang de nr. 1 mogen zijn op Mercer’s wereldpensioenrangijst, een van ’s werelds meest prestigieuze ranglijsten). Toch begint de complexiteit en de insteek van ons stelsel haar tol te eisen. Wij zijn zodoende ook de laatste drie jaar onze eerste plek kwijtgeraakt aan landen als Denemarken en Australië (ja, het is echt zo erg).

Dan komt een van de prangende vragen naar boven; waar gaat het mis in een ogenschijnlijk wiskundig systeem? Komen de kansen niet overeen met

28

dat tevens doen voor stelsel van andere landen. Laten we onze belangen nu eens niet liniëren aan dat van de bedrijven waar we voor werken, maar om een zo goed mogelijk stelsel neer te zetten voor iedereen in Nederland. Met deze insteek is het uiteindelijke thema ‘Grenzen Vervagen’ geworden en hebben wij ons als doelstelling gesteld om een aantal concrete stappen te kunnen zetten naar een nieuw, beter pensioenstelsel.

Een advies vanuit de actuariële professionele wereld aan Nederland.

Een blik in de beleefwereld van de AC Commissie 2015

Actuarieel geïnteresseerd Nederland ontwaakt (en dit zijn veelal mensen die niet noodzakelijkerwijs veel van de cijfers begrijpen) en er moet geïnnoveerd worden.

En nu komen we eindelijk wat dichter bij deze editie van het Actuariaatcongres. De realiteit van pensioenen is, zoals gezegd, dat het iedereen in Nederland aangaat en dat daardoor ook relatief veel mensen zich ermee bemoeien. Dit maakt het doodzonde dat de mensen die een intrinsiek begrip hebben van het werken van ons pensioenstelsel eigenlijk alleen maar de opgelegde regels en structuur van dit pensioenstelsel ten uitvoer brengen. Natuurlijk is het enerzijds niet de taak van de actuaris om hier verandering in te maken, maar anderzijds is er ook eigenlijk geen beginnen aan om op zo een conceptueel niveau na te gaan denken over een systeem.. in ieder geval niet moederziel alleen achter je bureau na een lange dag beunen bij Towers Watson.

Om hierin tegemoet te komen is het thema van dit Actuariaatcongres vastgesteld: laten we nou eens een keer met zijn allen achter de schetstafel gaan zitten.

Laten we een grondig blik werpen op ons stelsel, maar

Nu is een verslag van een groot evenement natuurlijk geen verslag van een groot evenement zonder ook toe te lichten hoe kut het was toen om half zes de wekker ging, ‘maar we er toen toch wel echt veel zin in hadden’. Dat is misschien om half zes zo, maar om kwart voor zes ga je je afvragen hoe je leven zo snel zo erg gedegenereerd is geraakt. Truth be told, na een aantal espresso gaat het al weer wat beter en wanneer je om zeven uur je partners in crime ontmoet voor de deur van het Koninklijk Instituut voor de Tropen en je ook hun verzopen gezichtjes de wanhoop nabij ziet zijn, dan sluit de warme deken van het collectieve slecht-gaan zich comfortabel om je heen. Na kort samen gehuild en gelachen te hebben over de teloorgang van dingen en het overlijden van hamster Snuffie op achtjarige leeftijd wat nooit écht goed verwerkt was (ja, ook dat is een commissie bij de VSAE) werden de laatste voorbereidingen getroffen en begonnen zo langzamerhand de eerste mensen binnen te druppelen.

Het ontwerp van het congres en de dag zelf Deze editie van het Actuariaatcongres is ontworpen om de actuaris’ blikveld te verbreden en op een nieuw

29

VERSLAG ACTUARIAATCONGRES SECTION

de schattingen? Misschien kloppen de levenstabellen niet helemaal? Dat sowieso! Maar een van de belangrijkste aspecten wordt veelal over het hoofd gezien; ook een wiskunde systeem vereist innovatie en een continue creatieve benadering om te blijven werken en zich aan te passen aan een veranderende wereld. Dit is wat Denemarken en Australië hebben gedaan, terwijl Nederland in een roes op zijn lauweren heeft gerust; brak van haar zoveelste nr. 1 rankingsfeest in de Disco Dolly. Twee jaar geleden zijn wij echter van een koude kermis thuis gekomen, toen plotseling de Dolly vol met Denen en Australiërs zat en wij tot 2 in de rij hebben moeten staan en daarnaast de helft van onze ouders de helft van hun knaken niet meer hebben!

plan na te denken over ons pensioenstelsel. Wat voor elementen zouden erin moeten zitten, en welke moeten eruit. Hoe kunnen we terugkeren bovenaan de ranglijst en daarmee op de gastenlijst van de Dolly?

Ervaring leert keer op keer dat het vrij moeilijk is om uit het niks te beginnen met het verbeteren van een systeem, zeker wanneer dat systeem eigenlijk het enige is wat we op dat moment kennen. Tuurlijk, deze kleine details kunnen beter, maar die details zullen ons pensioenstelsel als geheel niet plotseling weer ’s werelds beste maken. Zeker binnen de actuariële discipline is het zo dat een actuaris (en waarom zou hij ook anders) zich beperkt tot het begrijpen van het pensioensysteem waar hij/zij in werkzaam is en dat er weinig tot geen kennis is daarbuiten.

SECTION VERSLAG ACTUARIAATCONGRES

Om het congress zo succesvol mogelijk te maken was het van essentieel belang dat het congres onmiddellijk de discussie en het perspectief van de dag op het gewenste niveau bracht en dat er op een conceptuele manier kon worden nagedacht over ons pensioenstelsel. Dat de actuaris uit haar ivoren toren getrokken wordt en met geodriehoek in de hand moet gaan sleutelen aan de fundamenten van ons systeem. Dit congres heeft in het teken gestaan van het bouwen van een systeem zonder geheugen, eentje waar vastgegroeide posities niet overheersend zijn en de instellingen te groot om te veranderen. Dit congres gaat over het beantwoorden van de vraag ‘Stel dat we ons pensioenstelsel van de grond af opnieuw konden bouwen, hoe zou het er dan uitzien?’ en dat betekent dat iedereen op een conceptueel niveau moet nadenken over ons stelsel en zich niet laat beperken door de status quo.

Om die reden is het Actuariaatcongres begonnen (na een inspirerende toespraak van yours truly) met een sessie van Falco Valkenburg, waar een aantal van de meest uiteenlopende ensioenstelsels formeel uiteengezet zijn. Daarop volgend kwamen sessies van Martijn Vos en Jacqueline Lommen aan bod, welke zich respectievelijk bezig hielden met de manier waarop er internationaal eigenlijk omgegaan wordt met pensioenen (wederom komt hier het opvallende aspect naar boven dat wiskundige berekeningen in het Spaans toch echt anders zijn dan in het Nederlands) en ook de invloed van Europese organen, met name EIOPA zijn uiteengezet (wie stuurt het veranderende actuariële landschap nu eigenlijk?).Vervolgens heeft Theo Kocken (‘el Tobacco’) een krachtig betoog gehouden waarbij vraagtekens gezet zijn bij de fundamenten van zowel ons pensioenstelsel, maar ook pensioendenken (ik wil wederom een uitspraak citeren die hij in een interview met Mumtaz en mijzelf gegeven heeft, omdat ik er bijzonder hard op ga: “ ‘Op de lange termijn komt het altijd goed’ is een beetje een sprookje in een wereld waar Japan al 25 jaar onderuit aan het gaan is”).

30

in ieder geval niet verder af te zakken. Deze discussie werd tevens geassisteerd door onze ‘Commissie van Repliek’, bestaande uit alle plenaire sessie sprekers (behalve Theo Kocken die naar London vertrokken was om wat meer schedels te verpulveren), Siert Jan Vos van de UvA en Sameer van Alfen van het Financieel Dagblad, welke geinstalleerd werd om de discussie zo alomvattend mogelijk te maken.

De grote vraag is natuurlijk; is er iets uit gekomen!?

Het antwoord daarop is ‘ja’, maar het is nog een ‘work in progress’. Momenteel zijn Falco Valkenburg, Jeroen Breen en ikzelf bezig met het schrijven van een brief aan secretaris Kleinsma, welke onze bevindingen en advies zal bevatten op basis van de vijftiende editie van het Actuariaatcongres.

Om nog terug te komen op het reilen en zeilen van de commissie tijdens deze wereldschokkende dag, ik geloof dat het uiteindelijk een soort van roes is geweest en dat wij ons een beetje mee hebben laten gaan met de flow van de dag (misschien komt dit ook deels door een gebrek aan discipline-opleggende-vaardigheden van de voorzitter in kwestie), maar uiteindelijk zijn we extreem voldaan in Pata Negra in de Utrechtsestraat beland, en dan weet je dat het allemaal goed is. Ook al gaat Japan al 25 jaar onderuit.

Uiteindelijk is geen record overeind gebleken, massale opkomst, een boekwerk als magazine, een waslijst sponsoren. Gaat dit Actuariaatcongres ooit nog overtroffen worden? Het lijkt me sterk, maar succes!

31 31

VERSLAG SECTION ACTUARIAATCONGRES

Dit leek ons voldoende ‘bagage’ om vervolgens in het belangrijke tweede gedeelte van de dag te duiken, waarin de zaal door vieren gedeeld werd en er twee interactieve sessies plaats hebben gevonden. In de eerste sessie werd vanuit verschillende perspectieven een antwoord gezocht op de vraag ‘Hoe gaat het actuariële landschap er over vijf/tien jaar uitzien?’. Deze vraag werd vanuit juridisch, Europees, technisch en operationeel perspectief benaderd; welk veranderingen gaan er komen binnen de pensioenwereld en welke daarvan zijn wel en welke zijn niet relevant? De sessie van John Smolenaers (Deloitte) heeft zich bijvoorbeeld bezig gehouden met de rol die social media kunnen gaan spelen op het bepalen van iemands zorgpremie (let the untagging begin), terwijl die van Gabe Langerak en Gaston Siegelaer (Towers Watson) de oude barrières van operationele efficiency opgezocht hebben die nieuwe technologieën overkoombaar maken.

Uiteindelijk is het hele voorgaande dagprogramma ontworpen om te meanderen naar de finale interactieve sessie (nog steeds in vier groepen) en aanvullende discussie (plenair). In deze tweede sessie is namelijk ons huidige systeem grondig onder de loep genomen. Onder het toeziend oog van visionaire sprekers zoals Ronald Doornbos, Jos Berkemeijer, René van der Meer (als invaller voor de zieke Rajish Sagoenie) en Pieter Marres werden verscheidene stellingen geponeerd, welke vervolgens samen met de zaal geanalyseerd zijn. Deze zelfde vier sprekers (met uitzondering van René van der Meer, welke door John Smolenaers vervangen werd) hebben vervolgens aan de discussietafel plaatsgenomen om hun bevindingen te bespreken en te trachten een consensus te vinden over de meest essentiële stappen die Nederland moet ondernemen om weer top of the table te worden, of

Puzzelpagina OPLOSSING PUZZEL AENORM 86

PUZZELPAGINA

Hiernaast staat de oplossing van de puzzel uit de vorige editie van de Aenorm. De winnaar van de vorige puzzel is Milan Schinkelshoek!

Gefeliciteerd Milan. Er ligt een bioscoopbon op je te wachten in de VSAE kamer.

SCHATTINGSVRAAG Tijdens sollicitatiegesprekken kunnen schattingsvragen gesteld worden om de manier van denken te observeren. Probeer door logisch redeneren tot een antwoord te komen op de volgende vraag: “Hoeveel mensen maken per jaar gebruik van de pont van Amsterdam naar Amsterdam-Noord?�

32

Puzzelpagina PUZZEL AENORM 87 Op deze pagina is een uitdagende puzzel te vinden. Oplossingen kunnen tot en met 28 juni 2015 worden ingeleverd.

Dit kan in de VSAE kamer (E0.13), per mail via aenorm@vsae.nl onder vermelding van “Aenorm puzzel 87” of per post naar de VSAE t.a.v. Studievereniging VSAE, Aenorm puzzel 87. Roetersstraat 11, 1018 WB Amsterdam, Nederland.

Uit de correct ingezonden oplossingen van de sudoku puzzel zal gekeken worden naar de redenatie van de schattingsvraag. Op basis van deze redenatie zal een winnaar gekozen worden.

Every row, column and cluster, including the fragmented green cluster, and the upper and lower Vs of the parallelogram, must contain the numbers 1 to 9.

7 4 9 8 5 3 2 1 6

3 6 8 2 1 9 5 7 4

www.sudokion.com

2 5 3 6 7 4 1 9 8

1 8 4 9 3 5 7 6 2

9 1 5 3 2 6 8 4 7

4 7 2 5 9 1 6 8 3

5 9 6 4 8 7 3 2 1

8 3 7 1 6 2 4 5 9

6 2 1 7 4 8 9 3 5

© Praxis Professional Services Pty Limited, Australia

33

PUZZELPAGINA

1735066

VACATURES Alle vacatures zijn terug te vinden op www.careers4quants.com

Trainee Digitale Marketing

CLEVVER biedt young professionals de kans om een kick-start te maken in

Bedrijf Clevver

digitale marketing. Je volgt bij CLEVVER een intensief programma waarbij we je

Opleidingsniveau Afgeronde WO-studie

specialiseren in digitale marketing, je gedurende het programma voortdurend coachen en samen met industry leaders je visie op digitale marketing verder

Regio, plaats Amsterdam

ontwikkelen. Tijdens het programma ga je aan het werk bij een van de top 200 bedrijven om je digitale marketingkennis in de praktijk te laten zien. Na twee jaar ben je een specialist mét ervaring.

Junior Management Consultant Data Science & Analytics Als Junior Management Consultant Data Science & Analytics help je op basis van analyse, kennis en creativiteit een toekomstbeeld te schetsen dat de grondslag vormt voor verandertrajecten. We zijn op zoek naar consultants die door strategieën te ontwikkelen die gebaseerd zijn op gegevensanalyse organisaties helpen transformeren. Wanneer je in dienst komt als Junior Management Consultant start je met de Consultant Development Community (CDC). Na de CDC heb je als consultant een solide basis gelegd voor je toekomstige carrière binnen Capgemini Consulting.

VACATUREPAGINA

Junior Investment Consultant

Bedrijf Capgemini Opleidingsniveau Afgeronde WO-studie met Wiskunde en Statistiek.

Regio, plaats Utrecht

Junior Consultant/Productadviseur

Actuarieel Analist

Als Junior Investment Consultant werk

De consultant werkt mee in ontwerp-

Als Actuarieel Analist ben je betrokken

je binnen de Investment Practice samen

en

van

bij datamanagement, marktwaarderingen

met de meer ervaren consultants aan

onze standaardoplossing, de QIS, bij

en financiële verslaglegging bij Delta

hun klantenopdrachten en research

verzekeringsmaatschappijen. QIS is een

Lloyd Leven. Binnen het team en de

activiteiten. Tegelijkertijd ontwikkel

web-based oplossing voor polis- en

afdeling werk je nauw samen met de 35

je je tot een zelfstandige investment

schadeadministratie voor verzekeraars.

andere econometristen, actuarissen en

consultant met een specialisme in

Het werk van een consultant focust

wiskundigen. Het team is verantwoordelijk

strategie of structured solutions. De

zich op het implementatietraject van

voor het opstellen en analyseren van

investment

verzekeringsproducten in QIS en het

marktwaarderingen en het adviseren in

ontwerpen van uitbreidingen op QIS.

het kader van Solvency II.

consultant

ondersteunt

zijn cliënten bij alle aspecten van het

implementatietrajecten

vermogensbeheer.

Bedrijf Towers Watson Opleidingsniveau Afgeronde studie Econometrie, Actuariaat, of Wiskunde Regio, plaats Amstelveen

Bedrijf Bureau Mählmann Opleidingsniveau Afgeronde bèta Master studie Regio, plaats Rotterdam/Utrecht .

34

Bedrijf Delta Lloyd Opleidingsniveau Afgeronde Masterstudie (Econometrie, Actuariaat) Regio, plaats Amsterdam

Predicting Whether ARTIKEL UITGELICHT Someone is Insured orOR TITLE COVERS ONE Not: A Comparison MORE LINES Between Classification Ant fugianda aditis et estorenda cum Trees and Logistic qui omnist, secestem volores ciendanis est, temodia tendis dolorum utempel Regression

lendipsam sandest et occabor eictia Steyn Heskes presents his Bachelor thesis volendi quo exerae dest aut et fugiam about predicting if someone is injured or volore se moditatium aut lab in cus et, not using Big Data methods. quatinv enderro consequi cum aliquam quia vent voluptaeped utem quia doles que voluptiati dolenduntem quia non

Mitigating Longevity Risk

The winning team of the EconometricARTIKEL UITGELICHT Game 2015 consisting of Andreea Bicu, TITLE ONE Yicong Lin,COVERS Rogier Quaedvlieg and OR Mark MORE van der PoelLINES present their paper.

Ant fugianda aditis et estorenda cum qui omnist, secestem volores ciendanis ´Made intendis thedolorum World´: est, temodia utempel lendipsam sandest occabor eictia Oorzaken enet gevolgen volendi quo exerae dest aut et fugiam Roger se Voncken, Oscaraut Lemmers, volore moditatium lab in cus et, Linda Rozendaal en Fintan van Berkel quatinv enderro consequi cum aliquam onderzochten de internationale quia vent voluptaeped utem quia doles handelsketens en de rol van quia Nederland que voluptiati dolenduntem non hierin.

ARTIKEL UITGELICHT TITLE COVERS ONE OR MORE LINES Ant fugianda aditis et estorenda cum qui omnist, secestem volores ciendanis est, temodia tendis dolorum utempel lendipsam sandest et occabor eictia volendi quo exerae dest aut et fugiam volore se moditatium aut lab in cus et, quatinv enderro consequi cum aliquam quia vent voluptaeped utem quia doles que voluptiati dolenduntem quia non

Recommended for readers| of XXx-level | SPECIALTY | NL BSC-LEVEL ECONOMETRICS

Predicting Whether Someone is Insured or Not: A Comparison Between Classification Trees and Logistic Regression BY: STEYN HESKES

Logistic regression and classification trees are compared on their prediction power, variable selection and interpretation on whether someone is insured or not. This is done on three different datasets, where the proportion of insured persons and the linearity in the data are varied.The logistic regression performs as good as classification trees in case of nonlinear data and better in case of linear data. Logistic regression tends to choose dummy variables and classification trees continuous variables in their prediction models, but both choose income as an important variable.

The classification tree makes it easier to interpret nonlinearity in the data.

1. Introduction Nowadays computers are more and more involved with economic transactions and automatically save information about these transactions. The past three decades datasets have consequently grown bigger and bigger, resulting in extraordinary big datasets. These big datasets require a different approach than the ordinary statistical methods for three main reasons: First, the datasets are so big that they require stronger manipulative techniques. Second, sometimes there are more variables available than preferred, causing the overfitting problem. Third, big datasets will have more flexible relations than just linear relations (Varian, 2013).

To deal with these datasets, new techniques have been developed, called machine learning techniques.

These techniques have three main differences with Ordinary Least Squares (OLS) (Varian, 2013). First, machine learning techniques focus on summarizing certain nonlinearity in the data in contrast to OLS, which focuses solely on linear relations. Second, OLS focuses on explaining the data as good as possible within the available data, whereas machine learning techniques focus on forecasting outside the dataset. Third, machine learning techniques also provide methods to deal with the overfitting problem. By selecting the most powerful variables and removing the superfluous variables, the model gets less complex and prediction power improves.

The aim of this paper is to examine which method, CT or Logit regression, makes better predictions by

comparing the obtained results, using k-fold cross validation, which uses one part of the dataset for training and the other for testing. Both methods try to explain whether someone’s insured or not on the basis of some demographic and socioeconomic characteristics and some information about health care expenditures.

The rest of the paper is structured as follows.

First, the data, data manipulation and techniques are described in Section 2. Then the research method is described in Section 3. After that, the results will be discussed in Section 4 whereupon a conclusion is drawn in Section 5.

2. Data and methods First the data and manipulation process used to obtain the results are described in Section 2.1.

Second the techniques to create and improve the prediction models are described in Section 2.2. Third the research method is described in Section 2.3.

2.1 Data The Medical Expenditure Panel Survey (MEPS) is a nationally representative survey of the U.S. civilian non-institutionalized population, which are the people of 16 years and older living in the 50 States and the District of Colombia who are not inmates of homes of the aged and penal- and mental facilities, and are not on active duty in the Armed Forces, set up in 1996 by the U.S. Department of Health and Human Services

36

2.2 Techniques This section describes five techniques, which are used to estimate and improve the different models, namely the classification tree in Section 2.2.1, cost complexity pruning in Section 2.2.2, the logistic regression model in Section 2.2.3, bagging in Section 2.2.4, and random forest in Section 2.2.5.

2.2.1 The classification tree Classification means dividing data in several categories based on properties of the observations. The aim of the CT method is to construct a tree that predicts the out-of-sample data as good as possible (Candeviren, 2006). This method belongs to the Classification And Regression Trees (CART) methods. Trees prove to be good tools to summarize important non-linearity in the data, and work well with big amounts of data (Varian, 2013).

2.2.2 Cost complexity pruning CT’s can grow large and become very complex. This is desirable for explaining the training data, but likely to overfit the data, resulting in poor prediction power.

Cost complexity pruning provides an outcome by introducing a penalty term to the number of nodes.

The tree with the lowest Mean Squared Error (MSE), dependent on the number of nodes, is expected to be the tree with the best prediction power (Hastie et al., 2013). Besides, the pruned tree is less complex and therefore easier to interpret.

2.2.3 The logistic regression model In this paper, the dependent variable exists of just two categories. The logistic regression model is therefore defined as follows (Heij et al., 2004):

The coefficients βi are estimated by the loglikelihood function. The estimated model can now be interpreted in terms of the signs and significance of the estimated coefficients.

2.2.4 Bagging This technique is used in order to improve the performance of statistical learning methods such as decision trees. The decision trees in Section 2.2.1 and Section 2.2.2 suffer from high variance (Hastie et al., 2013). Therefore, the results of two different samples can be quite different. A decision tree with low variance is expected to provide similar results when applied repeatedly to distinct datasets. Bagging is a common

used method for reducing variance.

Generally, bagging uses B separate training sets to build B prediction models and averages the resulting predictions. In other words, , are calculated using different training sets 1 to B. The lowvariance statistical learning model is defined as follows:

Unfortunately, mostly there are no multiple training sets available. Therefore, a technique called bootstrap is used. First, bootstrap takes repeated samples from the training data set. This way, B different bootstrapped training data sets are created. Second, the model is trained on the bth bootstrapped training set in order to get . Third, the predictions are averaged to obtain the final prediction model:

For decision trees, bagging works almost the same. First B trees are constructed on the basis of B bootstrapped training sets. The resulting predictions are averaged to find the resulting model. The individual B trees suffer from high variance, but have low bias, whereas the resulting averaged model has lower variance at the cost of some bias. In case of classification trees, instead of taking the average, the most commonly occurring class among the B predictions (majority vote) is used to obtain the final prediction model.

The advantage of bagging is that it improves prediction accuracy, but when we bag a large number of trees, it is no longer possible to interpret the results in a single tree, causing that it is no longer clear which variables are most important to the final prediction model. The Gini index provides an outcome.

The Gini index is defined as follows,

where m denotes the mth region (regions are split up by nodes), k the kth class (in this case 1 or 2, or ‘Insured’ or ‘Not insured’) and is the proportion of observations in the training set in the mth region that belong to the kth class. The Gini index measures the total variance across the K classes. By adding up the total amount that the Gini index is decreased by splits over a given predictor and averaged over all B trees, the ones with the largest mean decrease are the most important variables. This measure is called the Mean Decrease in Gini index (MDG).

2.2.5 Random forest Bagging considers all p variables as split candidates at each split. This way, most of the trees will use the

37

Recommended for readers| of XXx-level | SPECIALTY | NL BSC-LEVEL ECONOMETRICS

(Shen, 2013). MEPS includes information about health care expenditures and health insurance coverage, demographic and socioeconomic characteristics and consists of 33964 observations.

strongest predictor as start node, resulting in B quite similar trees. Therefore, the predictions from the bagged trees will also be quite similar and thus highly correlated. But averaging over a large amount of highly correlated bagged trees, doesn’t lead to a strong variance reduction.

Random forest overcomes this problem by decorrelating the bagged trees. In contrast to bagging, random forest only considers a subset of m < p variables as split candidates at each split. Hereby, the m considered variables are randomly chosen at each split. Therefore, the strongest predictor will not even be considered in (p – m)/p of the splits. This way, other predictors will have a better chance to get in the model, decreasing the variance of the average of the resulting trees and thereby more reliable. In this paper, we will use the recommended m = √p (Hastie et al., 2013). As with bagging, the variables with the largest MDG, are the most important variables.

Recommended for readers| of XXx-level | SPECIALTY | NL BSC-LEVEL ECONOMETRICS

2.3 Method In this chapter, first the research method is described in Section 2.3.1, then the data generating process and data manipulation results are described in Section 2.3.2.

2.3.1 Research method To decide which of the two methods, logistic regression or classification tree, predicts best whether someone is insured or not, we first divide the data into two parts, existing of 75% and 25% of the data. These sets are called the training set and the test set, respectively.This is done in three different ways. First by using the first 75% as training set, second the last 75% and third the middle 75%, named F75, L75 and M75, respectively. The training data is used to construct a prediction model with each of these two methods.The prediction power will then be examined (validated) by predicting the test set. A calculation of how much of the testing data is well predicted (success) divided by the amount of data in the testing data (total) gives the prediction power.

The models will subsequently be compared by their prediction power and variable importance by looking at the MDG and the p-values of the variables.

Second, we construct a CT by using the training set as described in Section 2.2.1. Then the CT is used to predict the test data. To determine how well the CT predicts, the prediction power is calculated. Then the CT is pruned as described in Section 2.2.2 by including a penalty for each node. The bigger the penalty, the smaller the tree will be. We expect the prediction power to increase after pruning (Hastie et al., 2013) and will select the tree with the lowest MSE. Third, to improve the results of the CT, new CTs are constructed by bagging as in Section 2.2.4. First, 100 bagged trees are grown, considering all p variables at each split. The final prediction model is given by taking the majority vote of the 100 bagged trees. The prediction power will again be calculated by predicting

the test set and validate the results.

Fourth, random forest is used the same way as bagging, growing 100 bagged trees, but instead of considering p variables at each split, just m = √p variables are considered as described in Section 2.2.5. The final prediction model consists of taking the majority vote of the 100 bagged trees. Then the prediction power is calculated.

Fifth, we predict whether someone is insured or not by using the logistic regression model as described in Section 2.2.3. We use the same training data as used by the CT to do so. We construct two different models. The first model includes all variables. Then the regression model predicts the testing data. Then the prediction power is calculated the same way as for the CT. For the second model, we look at the significance of the variables. Variables that are not significant at the 5% level are thrown out to construct the second model. Afterwards, we calculate the prediction power again.

Last, the results will be compared on the basis of their prediction power, variables that are included in each model and which of them are most significant. To decide whether one of the prediction models predicts best, we test , by calculating the t-value as follows,

where are the prediction powers of the different models or the minimal prediction power and n1 and n2 are the number of observations in the test set. The critical value is 2.00.

2.3.2 Data generating process and data manipulation The data is manipulated in two ways. First by changing the proportion of insured and not insured in the data and second by making sure the data is linear.

83% of the people are insured in the original dataset. Consequently, all classification models should at least predict around 83% of the data well.

This situation causes the logistic regression model to have a high intercept and the CTs to only give ‘Insured’ as an outcome. Therefore, we construct a dataset of 50% ‘Insured’ and 50% ‘Not insured’ observations to prevent this problem. Again, we perform the research method on this dataset as described in Section 2.3.1.

Also, we have to take into account that the data may be nonlinear. We expect the CT to perform better for nonlinear relations than the logistic regression model. Therefore, we generate linear data by using the second logistic regression model, constructed as described in Section 2.2.3. First, we simply fill in the values of the observations in the model and save the fitted values of whether someone is insured or not. Second, we add up

38

a random error term from the standard normal distribution to prevent the logistic regression model to construct a perfect fit. Third, the former values of whether someone is insured or not will be replaced by the new constructed values. Again, we perform the basic method described in Section 2.3.1 on this newly generated dataset.

logistic regression, are disab_pop, income, live_with_ spouse, female, and blackorwhite.

3. Results Table 1: results of the four tree models and the two logistic regression models

The results of the four tree models are also given in Table 1. The prediction power of the first model is on average 0.7342, from the second 0.7346, from the third 0.7778 and from the fourth 0.7798, making the fourth model (random forest) best and the first model (Classification tree) worst.

We find that cost complexity pruning improves the prediction power of the classification tree, but not significant (t-value = 0.025). Both models have got distinctive power, compared to the minimal prediction power (t-value > 2).

3.1 Results of the 83% dataset The results of the 83% dataset show that the logistic and classification models do not work well on data with a skewed distribution. Therefore, in this article, only the 50% datasets are described.

3.2 Results of the 50% dataset In this chapter, Section 3.2.1 discusses the results of the logistic regression models and Section 3.2.2 of the classification tree, cost complexity pruning, bagging and random forest.

3.2.1 Logistic regression models The results of the two logistic regression models are shown in Table 1. The first is the model that includes all available variables and the second only includes the significant variables from the first model (Îą=0.05). The prediction power of the first model is on average 0.7620, and from the second 0.7636, making the second model the best.

Both models have significant better prediction power than the minimal prediction power. The second model predicts slightly better than the first model, but the difference is not significant (t-value = 0.102). This result was expected, since the second model does not include the insignificant variables of the first model, thereby dealing with the overfitting problem.

The five most significant variables for predicting whether someone is insured or not, using the

Table 2: MSEs of the tree models

Table 2 shows the MSEs of the tree models. We find that both bagging and random forest reduce the MSE of the CT. Therefore, it is expected that these techniques provide the best prediction power.This is confirmed by the results shown in Table 1.

The following variables are included in the classification tree and the cost complexity pruning tree model: tot_exp, income and age. Also, according to Table 3, the four most important variables for bagging and boosting are tot_exp and income, otp_ exp and age.

Table 3: Importance of variables

3.3 Results of the linear 50% dataset In this chapter, Section 3.3.1 discusses the results of the logistic regression models and Section 3.3.2 of the classification tree, cost

39

| SPECIALTY | NL BSC-LEVEL | ECONOMETRICS

3.2.2 Tree models

Recommended for readers of XXx-level

In this chapter, the results of the dataset where 83% of the observed people are insured are described in Section 3.1.The results of the dataset where 50% of the observed people are insured are described in Section 3.2. The results of the dataset where 50% of the observed people are insured and the data has a linear relation with whether someone is insured or not are described in Section 3.3.

Finally, in Section 3.4, a comparison of the logistic regression and tree models is made.

The results are shown in Table 1, and Table 5.

In the upper part of these tables, the prediction power of the different models is given for the different training sets. The minimum prediction power is simply the percentage of â&#x20AC;&#x2DC;Insuredâ&#x20AC;&#x2122; in the test set.The last column gives the t-value, calculated as described in Section 2.3.1, taking the minimal prediction power as reference.

complexity pruning, bagging and random forest.

3.3.1 Logistic regression models The results of the two logistic regression models are shown in Table 4. The prediction power of the first model is on average 0.9162, and from the second 0.9214, making the second model the best.

Table 6: MSEs of the tree models

Table 7: Importance of variables for Bagging and Random forest

Recommended for readers| of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL BSC-LEVEL ECONOMETRICS

Table 4: Prediction power of the models

Both models have significant better prediction power than the minimal prediction power. The second model predicts slightly better than the first model, which was ofcourse expected. But the difference is not significant (t-value = 0.517).

In Table 5, the five most significant variables of the second model constructed on the M75 set are shown.These are female, age_grp, disab_pop, income, and blackorwhite.

Table 5: Estimation results of the second logistic regression model

3.3.2 Tree models The results of the four tree models are also given in Table 4. The prediction power of the first model is on average 0.8618, from the second 0.8602, from the third 0.8925 and from the fourth 0.8977, making the fourth model (random forest) best and the second model (cost complexity pruning) worst.

We find that cost complexity pruning does not improve the prediction power of the classification tree. Maybe this is causes by the fact that the data is now linear. But still, both models have got distinctive power compared to the minimal prediction power (t-value > 2).

In Table 6, we find that random forest and bagging both improve the MSE of the CT. Therefore, we expect these models to increase the performance of the CT. This is confirmed by the results shown in Table 4.

The variables tot_exp, income and age are included in the classification tree and the cost complexity pruning tree model. The two most important variables for random forest and bagging are tot_exp and income according to Table 7.

3.4 Comparison First, a comparison of the model interpretation is made. Second, the results of the 50% dataset and the linear 50% dataset are compared.

3.4.1 Interpretation The logistic regression models lend themselves to easy understanding the linear relations in the data. For example, income, tot_exp, age_grp and educ are all having a positive effect on whether someone is insured.

But we do not know how these variables interact with each other. The advantage of classification trees is that we get an impression of how the variables interact with each other. For example, we look at Figure 1, where the pruned classification tree, constructed on the last 75% of the 50% dataset, is shown. In this figure, it is clear how the variables interact. When someone has more than $317.5 medical expenditures, earns more than $35741 of income or is older than 64.5 years old, that person is probably insured. But when someone does not fit this profile, that person is probably not insured.

In general, when someone has low medical expenditures, low income and is not that old yet, that person is probably not insured, which is a very logical outcome.

40

Figure 1: Pruned classification tree

4. Conclusion The logistic regression model is the best model for predicting whether someone is insured or not, stated that the data is perfectly linear. But when there exists nonlinearity in the data, the tree models predict as good as or even better than the logistic regression models, but the difference is not significant. Therefore, assuming that in the data about whether someone is insured or not there exist nonlinear relations, we conclude that both models predict just as well whether someone is insured or not.

But CTs have some advantages. Tree models are much easier to understand and it is easier to interpret the interaction between the included variables. This was also stated by Varian, 2013.

The logistic regression models and CTs include different variables. The logistic regression models tend to use dummy variables when the data is not perfectly linear, but when the data becomes linear, the logistic regression model also includes continuous variables.

The only included continuous variable by the logistic regression model was income, also the most important variable for CTs. Other variables differ in both models.

It is recommended to do more research about how tree models and logistic regression models perform in case of (high) nonlinearity in the data. In that case, we suspect that CTs perform better than logistic regression models. Also, CTs are able to make optimal splits in the data, and therefore create important dummies.

More research should be done about including the dummies created by the CTs in the logistic regression model. Maybe this improves the performance of the logistic regression model significantly in case of nonlinearity.

2004. “Econometric Methods with Applications in Business and Economics”. Oxford: Oxford University Press James G, D Witten, T Hastie, R Tibshirani. 2013. “An Introduction to Statistical Learning: with Applications in R.” Springer Perlich C, Provost F, Simonoff JS. 2003. “Tree Induction vs. Logistic Regression: a learning-curve analysis.” The Journal of Machine Learning Research, 4: 211-255 Shen C. 2013. “Determinants of Health Care Decisions: Insurance, Utilization, and Expenditures.” The Review of Economics and Statistics, 95(1): 142-153 Varian, Hal R. 2014. “Big Data: New Tricks for Econometrics.” Journal of Economic Perspectives, 28(2): 3-28

5. Literature cited Ankarali HC, Yazici AC, Bugdayce ZAB, Sungur MA. 2007. “Comparison of Logistic Regression Model and Classification Tree: An Application to Postpartum Depression Data”. Elsevier: Expert System with Applications 32(4): 987-994 Heij C, de Boer P, Franses PH, Kloek T, van Dijk HK.

41

ABOUT THE AUTHOR Steyn Heskes If you would have asked me what I would’ve want to study at the end of my high school period, I would probably have answered either the Conservatory, Industrial Design or ​I wanted to become a ​pilot. In the end, I came to Amsterdam to study Econometrics. In addition to the raw theory, I try to apply my knowledge as much as possible in my environment. In that way I can learn as much as possible, discover what I’m really good at and is there some space for creative thinking. At the moment, I apply this knowledge and experience with much joy as board member of the Qloud Connect foundation, as junior business anal​y​st at Exelerator and ​as ​director of KlasseStudent.

| SPECIALTY | NL BSC-LEVEL | ECONOMETRICS

The logistic regression models and tree models both work much better when the proportion ‘Insured’ is around 50%. When the models are constructed on the 83% dataset, the results are hardly significant.The logistic regression models work better than the tree models when the data is perfectly linear, but when the data becomes more nonlinear, the tree models perform as good or even better than the logistic regression models. The variable income is high significant or important for both models. Other variables differ highly in significance and importance. The logistic regression model is tended to use dummy variables, whereas the tree models are tended to use continuous variables.

Recommended for readers of XXx-level

3.4.2 Overall comparison

Recommended for readers |of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL MSC-LEVEL ECONOMETRICS

Mitigating Longevity Risk BY:

Editorial staff: In April this year the sixteenth edition of the Econometric Game took place. During three days, teams of thirty different universities worked on a social economic case and wrote a paper about the results they found.The team of the University of Maastricht submitted a paper that proved to be the best of them all.Their creative and inventive approach was rewarded: Andreea Bicu, Yicong Lin, Rogier Quaedvlieg and Mark van der Spoel became the winners of the Econometric Game 2015. The article below is a summary of their paper.

1. Introduction While the constant increase in life expectancy across all countries reflects positive trends in economic development and healthcare quality, the challenges posed by longevity are particularly stringent for national pension systems. Asset returns have significantly declined as a result of the financial crisis. On the liability side, an ageing population implies that total payouts are constantly increasing. A shrinking proportion of workers to total population implies a growing disequilibrium between income streams (resources = assets) and payments distributed to retirees (obligations = liabilities). The negative implications of increased longevity are magnified by the issue of declining birth rates: the increasingly skewed age distribution of the population results in lower current and future ratios of working population to retired citizens. A series of strategies for mitigating longevity risks for the US will be considered: increasing retirement age, risk sharing across countries and encouraging immigration. We evaluate the different possibilities within a common framework where pension payments are indexed in such a way that the pension system is self financing.

Payments decrease if the ratio of retirees to working population creates a disequilibrium between the pension fundâ&#x20AC;&#x2122;s assets and liabilities.We measure welfare for the different scenarios by means of an utility function which appropriately discounts future required indexation.

This paper is organised as follows. In Section 2 we discuss the advantages and disadvantages of the three strategies for longevity risk mitigation. In Section 3 we

ANDREEA BICU, YICONG LIN, ROGIER QUAEDVLIEG & MARK VAN DER SPOEL describe the design of the state pension fund while in Section 4 the main results of our implemented strategies are summarised.

2. Mechanisms for mitigating longevity risk A state pension system is responsible for making payments when a contributor reaches retirement age. Projections regarding future payments are made on a continuous basis and discount rates are used to calculate the present value of those future liabilities.

Pension funds actively manage their assets in order to ensure that sufficient funds will be available in proportion to expected payouts at each point in time. If a disequilibrium occurs between inflows and outflows, the state will be required to use fiscal tools (raise taxes or decrease spending) or to default on its obligations.

In this section we discuss three different strategies for mitigating longevity risks and limiting the occurrence of such negative scenarios.

2.1 Increasing retirement age Increasing retirement age and its direct consequence of working longer is a politically and ethically sensitive topic which incites many different competing opinions.

Without any changes, the pension system is likely to reach a point where payments are no longer guaranteed. Increasing retirement age positively impacts the balance between resources and obligations and, as a result, supports the sustainability of a pension system (De Waegenaere et al, 2012). At the micro-level, proponents of increasing the retirement age have also emphasised that people may adopt a more unhealthy lifestyle after retiring and that increasing retirement age

42

2.2 Cross-country risk sharing There are many directions where the concept of risk sharing across countries or regions can be applied (see, inter alia, Imbs and Mauro, 2007, Hepp and Hagen, 2013). For example, monetary and currency unions have resulted in a rapid process of integration in international financial markets.The members of a union can share risk via cross-ownership of productive assets, facilitated by a developed capital market, and may smooth their consumption by adjusting the 2 composition and size of their asset portfolio in response to shocks through lending and borrowing on international credit markets. Moreover, central fiscal institutions can provide cross-country income insurance via fiscal transfers from countries/regions with a budget surplus to those in deficit and by allocating grants to the governments of specific countries. It is not easy to asses whether countries would be willing to enter an agreement of longevity risk sharing. Forecasts based on the Lee-Carter model (Lee and Carter, 1992) indicate that mortality rates follow a linear downward trend which is likely to continue in the future. Moreover, countries share an important common component and, up to some idiosyncratic (temporary) disturbances, are likely to converge in the near future. There is still, however, significant country specific uncertainty regarding future developments in mortality rates.

Deviations arising from model uncertainty, random common disturbances and significant idiosyncratic shocks may be smoothed out through cross-country risk sharing agreements, limiting the adverse effects on pension system sustainability and welfare. Similar to other risk sharing mechanisms (see, inter alia, Imbs and Mauro, 2007), longevity risk pooling may be most appropriate when there are already significant differences in life expectancy and fertility rates and when country-specific shocks are negatively correlated.

2.3 Encouraging skilled migrants The cross-country heterogeneity in population growth, life expectancy and unemployment rates implies that welfare gains may be achieved through higher labor mobility. Countries with an ageing population, such as

the US, but with low unemployment rates and significant growth potential could benefit from attracting more skilled immigrants. A positive and growing net inflow rate of immigrants into the the US improves the ratio of working to retired population and acts similar to a positive shock in birth rates. Moreover, encouraging immigration provides many opportunities beyond mitigating and sharing longevity risk. A culturally diverse work environment may contribute to technological and academic advances as well as raise local productivity and wages (Suedekum et al., 2012). As a disadvantage, working standards and attitudes might be significantly different across nationalities, leading to frictions between workers and negative changes in the work atmosphere. Moreover, migration often results in a â&#x20AC;?brain drainâ&#x20AC;?: highly skilled workers are more likely to leave their country of origin in search for better education and work opportunities (see, inter alia, Docquier and Rapoport, 2012). If, on the other hand, migrants decide to return, they usually bring back useful skills and international contracts which may benefit their country of origin.

3 Models We base our modelling approach for longevity risk sharing on a (state) pension fund that needs to sustain itself. The model is inspired by Bams et al. (2013). We model both the asset and liability side of a pension fund, and require the Asset/Liability (AL) ratio to be close to one. This is achieved by altering the indexation of the pension payments. The indexationis adjusted downwards, even becoming negative, if there is severe underfunding, and can be adjusted upwards when the fund is overfunded. We provide a description of the dynamics of the model, as well as the implications for longevity risk.

3.1 Assets and Liabilities The asset side of the balance sheet are last yearâ&#x20AC;&#x2122;s assets, plus the returns earned on them and the contributions collected in that year. Let denote the yearly contribution at time t paid by the working cohort that retires at time t . We assume the payments to equal one per person in the cohort, that is where N is the total number of working years and is the amount of people still alive and retiring in year . The total contribution therefore equals , while annual benefits to the retired generations amount to where is the pension payment. The pension fund invests in a portfolio of risk-free and risky assets. We assume a risk-free rate , with , and the return on an efficient portfolio to equal , where . We set , and to have stochastic risky returns. Based on Andonov et al. (2012), we fix the

43

Recommended for readers |of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL MSC-LEVEL ECONOMETRICS

can help prolong physical and mental well-being (Dave et al., 2008, Mein et al., 2003). As a main disadvantage, it is indicated that such a measure may not the best solution to solve the increasing gap between pension inflows and outflows. The benefits from this policy change may overwhelmingly accrue to the upper tail of the income distribution: gains in life expectancy are positively related to wealth (Singh and Siahpush, 2006).

Lower paying jobs usually require more manual labour, which increases the risk of chronicle diseases (Strong et al., 2005). Second, advocates of keeping the system disconnected from life expectancy argue that there is an inadequate number of productive jobs for people in higher age ranges (Bierings and Loog, 2013).

weight in risky assets to 60%. As such, the dynamics of the asset side of the pension fund are modelled as

Recommended for readers |of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL MSC-LEVEL ECONOMETRICS

where . The liabilities comprise of the pension rights of the working generation and the remaining pension rights of the retired generations, calculated using life expectancies. The pension rights at time t of participants retiring at time are denoted by . The pension rights are indexed according to an indexation policy that is equal for all cohorts. Thus

where K is the expected lifetime minus retirement age.

We then dene the liabilities as .

Some signicant shocks to liabilities may occur in years where the rounded expected lifetime changes.

Regardless, liabilities will thus be computed based on life expectancy, while the assets vary with the actual realised population mortality.

Given a constant indexation, can be chosen such that, at a xed population level, the AL-ratio can remains constant. However, if the number of contributors compared to retirees changes, the fund has a high probability of overfunding or, most likely, underfunding. As such, in line with demographic changes, the fund will have to adjust the indexation in order to stay a afloat. We model the indexation as a smooth process . We set which smooths the shocks. According to this function, positive indexation occurs if the AL-ratio is over one, and negative indexation occurs if the ALratio is lower than one.

3.1.1 Pension Welfare Since is the same for each participant, the only thing that is relevant for welfare is the indexation level. To valuate welfare, we consider a basic utility framework where we define utility as and assume . is the standard discount factor and is the cumulative indexation, such that we take the utility of the actual pension payment.

3.2 Data and Calibration The most important input for the model are population gures, which we project using the standard Lee-Carter model (Lee and Carter, 1992). One could use more intricate models, but the uncertainty in forecasts over a long horizon is far greater than any changes in point estimates. We consider 1.000 scenarios of possible

mortality rates.

Using the Lee-Carter model, we obtain a factor that drives the decline in mortality rates (kt) and, hence, the increase in longevity. Since kt is latent, the model cannot be estimated by ordinary methods, and instead the singular value decomposition (SVD) is used. This simple method works as follows: First, the age specic eects are estimated by taking averages over time:

Then SVD is applied to matrix which results in

After applying the single value decomposition, we can obtain and . As a second step, we extrapolated the factor kt using an ARIMA(0,1,0) model. kt is forecasted, and the complete mortality table for a h-step ahead forecast can be computed easily as . By resampling the residuals of the estimated ARIMA, we are able to simulate the sample paths of k and the corresponding mortality tables. It is important to note that the LeeCarter model is estimated on truncated data up until age 90, since mortality rates are very noisy beyond this threshold as the population thins.We use a cubic spline to extrapolate the mortality rates beyond 90 years up until 120 years. The mortality rate at 120 is set to 1.

Mortality and birth rates are then used to predict populations over the next 100 years.That is, we assume that a fraction equal to the mortality rate in fact passes away, and the rest becomes one year older. We use U.S. birth rates of 65 children per 1000 women (aged 1544) per year, which has been quite constant over the past 15 years, to renew the population.

The liabilities are initialised based on accumulated liabilities using population gures of the last year before our simulations (2010). We assume that workers start contributing at age 15, and make various assumptions on the retirement age.We give pension funds the benet of the doubt and assume a current AL-ratio of 1. We set the payments such that the asset-liability ratio remains 1 if the indexation is at 2% per year (i.e. in ation), and the population remains identical to the year 2010. Changing demographics will worsen the ALratio, given , and the model will endogenously adjust indexation to keep the AL-ratio in balance.

To provide intuition for how the model typically works, in Figure 1 we plot the four important quantities in the model over time for the standard retirement age of 65. First we observe that the workers to retirees ratio is steadily dropping. Since the ratio is high in the beginning of the sample, Assets increase relative to Liabilities and pensions are indexed upwards. As the

44

4 Results 4.1 Increasing Retirement Age An easy way to counter the problems of an ageing population and uncertainty around actual mortality, is to change the retirement age. We consider three scenarios. In the rst the retirement age is set to 65, which is the retirement age in a large part of the western world. Second, we assume that the retirement age is changed to 67 in 2010, which is possibly a shortterm solution.

Finally, we consider a case in which the retirement age is dependent on expected lifetime:

where LEt is the expected lifetime in year t, and therefore the expected retirement period is simply set to 15 years. This is a dynamic solution to the problem which potentially oers a sustainable solution. First, in Figure 2 we show the projected workers per retiree in our 1000 scenarios. It is clear that raising the age to 67 is a short term solution, but in the long run, the ratio still converges to almost the same value as retirement at 65.The dynamic retirement age has a dierent pattern: the actual workers per retiree still decreases in the short run, but stabilises or even increases in the future.

Next, we discuss the model implication and results of changing the retirement age. Utilities are presented in Table 1 and are standardised using the utility of retiring at 65 for the different parameters.We can observe that utilities increase once the retirement age is changed from 65 to 67. A further improvement is observed if the retirement period is set to 15 years. This is an intuitive result, considering that prolonging the duration of work across the entire population should lead to a

Figure 1: Example of the model dynamics

Figure 2:Workers per retiree under different retirement ages.

45

Recommended for readers |of XXx-level | SPECIALTY | NL MSC-LEVEL ECONOMETRICS

working population becomes older, there are fewer people contributing to fund pension obligations. The AL-ratio drops and indexation adjusts to keep the AL-ratio close to 1. Towards the end of the sample, the cumulative indexation is around 0.8 and pension payments in the long run are in fact below their initial level. However, at least the pension fund is still able to make payments.

Recommended for readers |of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL MSC-LEVEL ECONOMETRICS

Table 1: Utilities of the different models.

Table 2: Utilities for joint pension system across countries

more stable funding of the pension system.

4.2 Joint pension system Longevity risk sharing in our approach is designed through a common, supranational pension system.

Contributions are collected jointly for pairs of countries (US-Canada, US-Russia) and pensions are based on the average characteristics of each country pair. This helps diversify mortality risk as the asset pool simply becomes larger. We assume that retirement laws are the same, but model the two populations independently with their respective mortality tables and birth rates. We consider two countries that may participate in a joint pension system with the US. The first is Canada, which is very similar to the US in terms of population and life expectancy, and second we consider Russia which has different trends in mortality and birth rates. As such, we again use the Lee-Carter model to forecast mortality

tables and projected populations, taking into account newborns with their respective fertility rates.

The results in Table 2 conrm that maximum gains for the US are obtained for a joint pensions system with Russia. It is, however, unlikely that Russia would want to participate in a joint pension plan with the US because of the dissimilarities, and an implicit funding by Russians of the American pension system.

4.3 Immigration We model immigration very simply. We assume that the United States manages to attract 20 year olds to the country, equal to 20% of the 20 year old population in each year, and that they stay there until retirement age, at which point they have to leave, and do not receive any pension payments. Although perhaps not the most ethical way of nancing a pension, it does in fact work very well. Table 3 gives the results for this system, and we obtain higher welfare gains than those

Firgure 3: Life expectancy differences between US, Canada and Russia

46

Table 3: Utility Immigration

[5] Docquier, F. and H. Rapoport (2012), Globalization, brain drain and development, Journal of Economic Literature, 50(3), 681-730.

5 Conclusion In this paper we proposed a pension model in which the indexation adjusts according to the Asset-Liability ratio of the fund. The ratio is severely impacted by the increasing longevity of the the pension population. We have demonstrated that, without any adjustments to the pension system, future pension payments in fact have to decrease in order for the pension system to be sustainable.

We consider three ways to mitigate longevity risks within our pension model. First we raise the retirement age, either to a xed value or depending on projected life expectancy. Second, we consider a scenario of crosscountry risk sharing where the working populations of two countries pay jointly and retire at the same age.

Gains are limited when life expectancies are similar.

However, sizeable improvements in welfare can be obtained when cross-country dierences in mortality and birth rates are signicant, with benets mostly owing into the country with the highest life expectancy. Finally, we consider the option of stimulating immigration flows, which improves the funding of the pension system. This third and final scenario results in the most signicant utility gains for the US.

[6] Hepp, R. and J., von Hagen (2013) Interstate risk sharing in Germany: 1970-2006, Oxford Economic Papers, 65(1), 1-24.

[7] Imbs, J. and P. Mauro (2007) Pooling risk among countries, IMF Working Paper 07/132 [8] Mein, G., Martikainen, P., Hemingway, H., Stansfeld, S., & Marmot, M. (2003). Is retirement good or bad for mental and physical health functioning? Whitehall II longitudinal study of civil servants. Journal of Epidemiology and Community Health, 57(1), 46-49.

[9] Singh, G. K. and M. Sihpush (2006), Widening socioeconomic inequalities in US life expectancy, 1980^a2000, International Journal of Epidemiology, 35(4), 969-979.

References

[10] Strong, K., Mathers, C., Leeder, S., and R. Beaglehole (2005). Preventing chronic diseases: how many lives can we save?. The Lancet 366(9496), 1578-1582.

[11] Suedekum, J.,Wolf, K. and U. Blienc (2012), Cultural diversity and local labour markets, Regional Studies, 48(1), 173-191.

[1] Andonov, A., Bauer, R., and M. Cremers (2012), Can large pension funds beat the market? Asset Allocation, Market Timing, Security Selection and the Limits of Liquidity, SSRN Working Paper.

[12] Lee, R. D., and Carter, L. R. (1992). Modeling and forecasting US mortality. Journal of the American statistical association, 87(419), 659-671.

[2] Bams, D., Schotman, P. and T. Mukul (2013), Optimal risk sharing in a collective dened contribution pension system, Maastricht University Memorandum.

[13] De Waegenaere, A. Melenberg, B. and Boonen, T. (2012) Het koppelen van pensioenleeftijd en pensioensaanspraken aan de levensverwachting.

NETSPAR Design Paper 12

[3] Bierings, H. and B. Loog (2013), Verwachte baanvindduren werkloze 45 plussers. Sociaaleconomische trend 2013. Centraal Bureau voor de Statistiek Memorandum.

[4] Dave, D., Rashad, I. and J. Spasojevic (2008),The eect of retirement on physical and mental health outcomes, Southern Economic Journal, 75(2), 497-523.

47

Recommended for readers |of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL MSC-LEVEL ECONOMETRICS

based on risk sharing between countries.

Recommended for readers of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL WETENSCHAPPELIJK ARTIKEL

‘Made in the World’: oorzaken en gevolgen DOOR:

De afgelopen jaren zijn productieprocessen steeds verder opgeknipt en verspreid over de wereld.

Deze verandering werd mogelijk gemaakt door tal van factoren. Het gevolg: van “made in Holland” naar “made in the world”. Nederland heeft namelijk steeds meer invoer nodig om te kunnen exporteren. Toch verdient Nederland meer dan ooit aan de export en is ook de werkgelegenheid door export nog nooit zo hoog geweest.

1. Inleiding

Als consument sta je er niet bij stil, maar door het gebruik van een iPhone worden verschillende economieën, waaronder mogelijk de Nederlandse, gestimuleerd dankzij internationale waardeketens.

Er staat weliswaar ‘Made in China’ op, maar in onze geglobaliseerde wereld zou een label ‘Made in the world’ voor de iPhone en veel andere producten toepasselijker zijn dan de huidige toekenning van de productie aan één land.

Wie wel al stil staan bij internationale waardeketens, zijn de beleidsmakers. In allerlei geledingen (bijvoorbeeld OESO, 2013;VN, 2013; WHO/OESO, 2013; Kamerbrief, 2014) dringt het door dat internationale handel steeds meer uit intermediaire goederen bestaat en minder uit eindproducten . Landen zijn zich gaan specialiseren, wat het makkelijker maakt buitenlandse afzetmarkten te bedienen, maar hen ook kwetsbaarder en afhankelijker kan maken. Handelspolitiek richt zich daardoor niet alleen meer op export, maar ook steeds meer op import. Goede of goedkope inputs voor de nationale productieprocessen maken een land namelijk concurrerender. Ook kan een ontwikkelingsland of een MKBer meeprofiteren van globalisering zonder zelf de eindproducent te zijn van het (mogelijk heel gecompliceerde) product, door deel uit te maken van een waardeketen (OESO, 2013; Sillen, 2014).

Figuur 1.1 toont een versimpeld fragment van een

ROGER VONCKEN, OSCAR LEMMERS, LINDA ROZENDAAL & FINTAN VAN BERKEL waardeketen. Het laat de verschillende toeleveranciers en afzetmarkten zien van de Nederlandse (petro) chemische en aanverwante industrie. De complete schets staat in het CBS-rapport ‘Nederland en internationale waardeketens’ (Lemmers et al., 2014).

Dit artikel is ontleend aan hoofdstuk drie van de CBS Internationaliseringsmonitor 2015, eerste kwartaal en gaat achtereenvolgens in op de oorsprong van waardeketens, de impact van het opknippen van productieprocessen op zowel de Nederlandse economie als de beroepsbevolking, om af te sluiten met conclusie.

2. Het ontstaan van waardeketens Duizenden jaren geleden werden goederen en diensten op één plek geproduceerd en geconsumeerd.

Langzaam ontstond er handel, ook over landsgrenzen heen. Denk bijvoorbeeld aan de Verenigde OostIndische Compagnie (VOC), onze eerste multinational.

Internationale handel nam in de 19e eeuw een vlucht.

Dankzij de industriële revolutie – en in het bijzonder de komst van de spoorwegen en de stoomboot – was het niet langer noodzakelijk dat productie en consumptie in elkaars nabijheid plaatsvonden. Fabrieken hoefden dus niet langer dicht bij de consumenten gelegen te zijn. Hierdoor kon men op zoek gaan naar de meest efficiënte locatie voor productie. Als gevolg hiervan begonnen landen – en regio’s binnen landen – zich te specialiseren in de productie van bepaalde goederen.

48

Door schaalvoordelen en comparatieve voordelen werd de scheiding van productie en consumptie winstgevend (Baldwin, 2009; Baldwin, 2013; WHO, 2014). Figuur 2.1 toont hoe de relatie tussen productie (P) en consumptie (C) zich door de tijd heen heeft ontwikkeld.

De enorme schaalvergroting die zijn intrede deed, had ook een keerzijde: de waardeketen werd complexer en de coördinatiekosten namen toe. Het coördineren van complexe activiteiten over grote afstanden was niet eenvoudig. Transport was nog altijd relatief onbetrouwbaar en langzaam, en telecommunicatie was niet toereikend om de complexe processen te coördineren. Om er zeker van te zijn dat alle onderdelen van goederen op de juiste tijd op de juiste plek waren, kozen de meeste bedrijven ervoor om deze activiteiten op één plek te bundelen. (Baldwin, 2009; Baldwin, 2013; WHO, 2014).

Het eind van de jaren tachtig stond bol van geopolitieke veranderingen: Gorbatsjov’s perestrojka en glasnost werden ingevoerd in de Sovjet Unie, en in China en India vonden economische hervormingen plaats om

toe te treden tot de wereldeconomie. Waar de wereld eerder nog verdeeld was in oost en west, ontstond aan het begin van de jaren negentig één grote economische markt. Niet alleen verdubbelde het aanbod van arbeidskrachten – van ongeveer 1,5 miljard naar 3 miljard – het bood (westerse) bedrijven ook kansen op nieuwe markten (Freeman, 2006). Geconfronteerd met een lage economische groei in de eigen markt, haastten grote ondernemingen zich met het opzetten van activiteiten in deze nieuwe markten. Vooral China bleek een aantrekkelijke markt. Niet in de laatste plaats omdat veel industriële goederen in het enorme Aziatische land – vanwege de lagere arbeidskosten – stukken goedkoper geproduceerd konden worden (Sturgeon, 2013).

Figuur 2.2 laat zien dat het aandeel van China in de wereldeconomie sterk is toegenomen in de periode 19952011. De toetreding tot de Wereldhandelsorganisatie in 2001 heeft daar ongetwijfeld toe bijgedragen. Dit is deels ten koste gegaan van de gevestigde orde.

Gepaard met wereldwijde geopolitieke ontwikkelingen vonden opeenvolgende rondes van liberalisering plaats in de economische markt, die de barrières voor handel

Figuur 2.1: Ontwikkeling relatie productie (P) en consumptie (C) over de tijd

49

Recommended for readers of XXx-level ARTIKEL | SPECIALTY | NL WETENSCHAPPELIJK

Figuur 1.1: Fragment schets waardeketen Nederlandse (petro)chemische en aanverwante industrie

Recommended for readers of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL WETENSCHAPPELIJK ARTIKEL

Grafiek 2.2: Aandeel landen in wereldeconomie (gemeten in toegevoegde waarde), 1995–2011

Grafiek 3.1: Benodigde invoer voor uitvoer, 1988–2013

en investeringen verminderden. Douanerechten, exportsubsidies,en andere handelsbeperkingen en quota werden gereduceerd, terwijl intellectueel eigendom en diensten onderdeel werden van internationale handelsverdragen (Baldwin, 2013; WHO, 2011; WHO, 2014). Verder zorgden dalende transportprijzen er mede voor dat het verplaatsen van activiteiten steeds eenvoudiger werd. Goederentransport is tegenwoordig sneller en betrouwbaarder dan ooit tevoren. En dankzij track & trace ook volgbaar (Hummels, 2007).

Een belangrijke drijvende kracht achter economische globalisatie en de verspreiding van mondiale waardeketens was de technologische revolutie in de ICT. Omdat de internationale spreiding van waardeketens een uitstekende coördinatie vereist, kunnen waardeketens zich alleen ontwikkelen indien de coördinatiekosten lager zijn dan de verwachte kostenvoordelen. Goedkopere en meer betrouwbare telecommunicatie, informatiemanagementsoftware en steeds krachtigere computers verminderden de kosten voor het organiseren en coördineren van complexe activiteiten over lange afstanden, zowel binnen en tussen bedrijven (OESO, 2013; Baldwin, 2009; Baldwin, 2013; Sillen, 2014).

Door de ontwikkelingen in de ICT is ook de ‘verhandelbaarheid’ van veel diensten toegenomen.

Data-invoer, informatieverwerking, consultancy en onderzoek kunnen tegenwoordig eenvoudig verricht worden via het internet en e-mail, en/of via tele- of

videoconferences en zijn daardoor steeds minder locatie gebonden. Een deel van deze activiteiten wordt daarom door multinationals geoutsourcet naar lagere lonen landen. Mede hierdoor participeren landen nu in een proces van ‘verticale specialisatie’, een verticale arbeidsverdeling waarbij landen zich specialiseren in bepaalde fasen en activiteiten binnen een waardeketen, in plaats van een bepaald goed of sector (OESO, 2013). Internationale handel bestaat als gevolg van de opkomst van waardeketens steeds meer uit import en export van intermediaire goederen, naast de handel in eindproducten (Baldwin, 2009; OESO, 2013). Dit is duidelijk zichtbaar in grafiek 2.3.

3 Impact opknippen waardeketen voor Nederlandse economie en beroepsbevolking De verticale specialisatie van landen heeft ertoe geleid dat het deel van de productieketen dat door Nederland verzorgd wordt steeds kleiner wordt. Dit heeft grote gevolgen voor de Nederlandse economie en haar beroepsbevolking.

Economische impact Voor onze economie betekent dit dat Nederlandse bedrijven steeds meer buitenlandse invoer nodig hebben om te kunnen produceren. Grafiek 3.1 laat zien dat voor één euro export van goederen en diensten in 1988 gemiddeld 48 eurocent nodig was en dat dit in 2013 toegenomen was tot 61 eurocent. Dat komt ook doordat het aandeel van de wederuitvoer in de

Figuur 2.3: Import goederen exclusief wederuitvoer, naar type product, 2003–2013

50

Grafiek 3.2: Bijdrage export aan bbp, 1988-2013

De OESO-WHO TiVA (Trade in Value Added) database toont dat ook in andere landen steeds meer invoer nodig is voor een euro consumptie of uitvoer. De afhankelijkheid van invoer neemt dus wereldwijd toe. De OESO (2013) merkt tevens op dat handelsbelemmeringen, zoals invoerheffingen, dus contraproductief kunnen zijn omdat deze de eigen uitvoer duurder maken.

Ondanks de groei van benodigde import voor 1 euro export (relatief), neemt de totale in Nederland toegevoegde waarde dankzij de export (absoluut) niet af. Doordat specialisatie optreedt in de keten verdwijnen weliswaar taken, maar nemen de overgebleven taken kennelijk zo sterk toe in volume dat de totale toegevoegde waarde juist toeneemt. Grafiek 3.2 laat zien dat het aandeel van de toegevoegde waarde dankzij de export in het bbp gedurende de periode 1989-2009 schommelde, maar toch vrij constant bleef. Alleen in de laatste jaren is er een sterke toename van het belang van de export voor onze welvaart.

De grafiek laat nog eens zien dat een sterke afhankelijkheid van de export voor- en nadelen heeft. In 2009 haperden veel waardeketens (Escaith et al., 2010) zodat de export veel sterker daalde dan de nationale bestedingen (consumptie en investeringen). Het belang van de export in het bbp nam toen sterk af. In de jaren daarna verging het belangrijke handelspartners zoals Duitsland, België, de Verenigde Staten beter dan Nederland, zodat de Nederlandse export fors kon toenemen terwijl de Nederlandse nationale bestedingen amper groei of zelfs krimp vertoonden.

Het gevolg was dat de bijdrage van de export aan het bbp snel toenam. Als de export tijdens de periode

2010-2013 dezelfde groei had vertoond als de nationale bestedingen, en verder alles hetzelfde was gebleven, dan was het bbp per inwoner in 2013 ongeveer 1500 euro lager uitgevallen.

Impact op werkgelegenheid De Nederlandse economie en de bevolking profiteren van de geldstromen die gepaard gaan met de internationale handel in goederen en diensten. De werkgelegenheid in Nederland nam dankzij export van goederen en diensten toe van 1,5 miljoen voltijdsbanen in 1988 tot 2,2 miljoen voltijdsbanen in 2013. Dit is een groei van 42 procent in ongeveer 25 jaar (CBS, 2014).

Die werkgelegenheid is niet alleen bij exporteurs; dankzij waardeketens kunnen ook andere bedrijfstakken meeprofiteren van economische groei in het buitenland.

Zij hoeven zo niet zelf de kostbare zoektocht naar een afzetmarkt te verrichten (Smeets, 2010; Baldwin, 2013).

In plaats daarvan kunnen ze zich concentreren op hun kernactiviteiten als toeleverancier of ondersteuner van de uiteindelijke exporteur. Het ontplooien van één of enkele activiteiten volstaat. Figuur 3.3 laat bijvoorbeeld zien dat de zakelijke dienstverlening (met onder andere IT-dienstverlening, schoonmaak, reclame en uitzendbureaus) zich meer heeft toegelegd op ondersteuning (374 duizend voltijdsbanen) dan op de export zelf (173 duizend voltijdsbanen). Bij de nijverheid en energie, waar de industrie onder valt, is het juist andersom.

Het opknippen van waardeketens heeft belangrijke gevolgen voor de beroepsstructuur in Nederland. Deze gevolgen zijn niet voor iedereen hetzelfde (Los,Timmer en De Vries, 2014. Activiteiten vóór de productiefase, zoals onderzoek, ontwikkeling en ontwerp, worden vaak uitgevoerd door hogeropgeleiden met bijhorende hogere salarissen. De meeste minder goed betaalde banen voor laaggeschoolden zijn te vinden in de productiefase. Productieactiviteiten kunnen echter ook verricht worden door technici, die een relatief goed loon ontvangen. Ook de activiteiten die plaatsvinden na de productie, zoals marketing, verkoop en distributie,

51

Recommended for readers of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL WETENSCHAPPELIJK ARTIKEL

Nederlandse handel sterk toenam. En de benodigde invoer per euro wederuitvoer is veel hoger dan bij uitvoer Nederlands product of bij uitvoer van diensten.

Deze bedroeg respectievelijk 93, 41 en 24 eurocent in 2009 (Kuypers et al., 2012). De manier om dit soort cijfers (en die van grafiek 3.2) te berekenen is beschreven door Kranendonk en Verbruggen (2008).

Recommended for readers of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL WETENSCHAPPELIJK ARTIKEL

Figuur 3.3: Werkgelegenheid door export, 2013

Figuur 3.4: Aandeel arbeidsinkomsten in Nederland per activiteit in mondiale ketens van industriële goederen

kunnen door hoger- en laagopgeleiden uitgevoerd worden.

niet-routinematige communicatieve en analytische vaardigheden nodig zijn. Dit soort werk is ook moeilijk naar het buitenland te verplaatsen. Er is kennis voor nodig die niet op papier staat en dat soort kennis is moeilijk overdraagbaar omdat deze enkel in de hoofden van mensen zit. Deze onbewuste kennis is meestal ervaringskennis en cultuurgebonden, en enkel overdraagbaar via directe interactie tussen mensen. Deze vorm van kennis is niet te verhandelen of verplaatsen zonder enig vorm van waardeverlies (Kamerbrief, 2014).

Figuur 3.4 toont de arbeidsinkomsten in ons land per activiteit in de mondiale industriële waardeketens. De waardeketens van industriële goederen vormen een belangrijk onderdeel van de Nederlandse economie.

Ongeveer een kwart van het bbp wordt binnen deze ketens gegenereerd en bijna één op de vijf werkenden in Nederland heeft zijn baan hieraan te danken. Uit de figuur blijkt dat de inkomsten voor laaggeschoolde personen werkzaam in de productiefase in relatieve termen met 6,5 procentpunt gedaald zijn. Deze inkomsten zijn het product van het aantal werkenden en hun nominale loonvoet. De daling wordt vooral veroorzaakt door een afname van het aantal banen in deze beroepsgroep, ongeveer 51.000 in de periode 1995-2011 (Los, Timmer en de Vries, 2014).

Tegelijkertijd laat de figuur zien dat de inkomsten van hogeropgeleiden uit activiteiten vóór en na de productie toenemen, respectievelijk met 5 en 2 procentpunt.

Het gaat hier wederom om de toegevoegde waarde in alle mondiale industriële ketens. Het aantal banen voor hoogopgeleiden met werkzaamheden vóór de productiefase is in de periode 1995-2011 gestegen met bijna 61.000, terwijl er ook nog eens 6000 hooggeschoolde banen bijgekomen zijn bij activiteiten na de daadwerkelijke productie. De ontwikkeling in beloning en aantal banen verschilt dus tussen beroepsgroepen en opleidingsniveaus (Los, Timmer en de Vries, 2014).

Bedrijven in Nederland richten zich dus steeds minder op productieactiviteiten en steeds meer op dienstverlening die vóór of na de productiefase plaatsvindt. Nederland wordt zo steeds meer een dienstverlenend land. Dit blijkt niet alleen uit het aandeel van het arbeidsinkomsten in Nederland per activiteit, maar ook uit het aandeel van de industrie in de totale werkgelegenheid. Dit daalde tijdens de periode 1969-2012 van 25 naar 11 procent.

Den Butter en Mihaylov (2013) laten zien dat vooral de werkgelegenheid bij beroepen toeneemt, waarbij

Daarentegen daalde de werkgelegenheid tussen 2001 en 2011 (gemiddeld genomen) in beroepsgroepen waarbij de werkzaamheden een routinematig cognitief of handmatig karakter hebben. Deze komen vaak voor in de productiefase. Productie van bijvoorbeeld machines en vervoersmiddelen is namelijk wél relatief eenvoudig naar lagere lonen landen te verplaatsen.

In het algemeen lijkt deze ontwikkeling voor Nederland niet negatief. Nederland specialiseert zich meer in de activiteiten die plaatsvinden voor en na de daadwerkelijke productie. Wereldwijd wordt er veel geld verdiend met activiteiten die plaatsvinden in deze fasen van de waardeketen, zoals R&D, ontwikkeling en ontwerp, marketing en verkoop. Met activiteiten waarbij arbeidsintensieve en laag-technologische goederen worden geproduceerd, zoals eindassemblage, wordt relatief weinig geld verdiend. De zogenoemde ‘smile curve’ in figuur 3.5 geeft dit weer. Gedurende de laatste decennia heeft de ‘smile curve’ zich verdiept, onder andere omdat de mondiale concurrentie op loonkosten erg sterk is (Baldwin, 2013; Kamerbrief, 2014).

De verschuiving van productieactiviteiten naar dienstverlening, die plaatsvindt voor en na de productiefase, is een ontwikkeling die niet alleen opgaat voor Nederland. Het is een trend die in vrijwel alle Westerse landen zichtbaar is. Een studie van Los, Timmer en de Vries (2014) toont dat in alle WestEuropese landen het aandeel van laaggeschoolde productieactiviteiten tussen 1995 en 2011 daalde,

52

terwijl vooral het aandeel van de activiteiten die plaatsvinden na de productie groeide.Toch onderscheidt Nederland zich ten opzichte van deze landen. Uit het onderzoek blijkt namelijk dat Nederland in 1995 een sterk comparatief voordeel had in activiteiten vóór de productiefase. En hoewel het inkomstenaandeel uit deze werkzaamheden steeg (figuur 3.4), nam het comparatief voordeel voor Nederland toch af, omdat andere EUlidstaten een nog sterkere stijging lieten zien. In plaats daarvan heeft Nederland zich in het laatste decennia in toenemende mate gespecialiseerd in de activiteiten die verricht worden na de productiefase. Het comparatieve voordeel is in deze periode voor zowel de laaggeschoolden en hooggeschoolden toegenomen, waarbij de hoogste stijging bij laatstgenoemden plaatsvond.

export aan het bbp bleef stabiel in de periode 19882010 om in de jaren daarna snel toe te nemen en weer de motor van de economie te worden.

3.4 Conclusie

Specialisatie van Nederland op andere terreinen dan de industriële productie, kan op individueel niveau echter grote gevolgen hebben. Omdat productieactiviteiten relatief vaak door laaggeschoolden plaatsvinden en de overige activiteiten relatief vaak door hooggeschoolden zou de werkgelegenheid voor laaggeschoolden onder druk kunnen komen te staan. Ook is mogelijk dat de lonen voor laaggeschoolden onder druk komen te staan om zo te kunnen blijven concurreren met het buitenland waar vaak lagere loonkosten zijn. Dat zou tot grotere inkomensongelijkheid kunnen leiden tussen laag- en hooggeschoolden. Het is niet duidelijk of dat ook daadwerkelijk gebeurt. Onderzoek (Los, Timmer en de Vries, 2014) laat weliswaar zien dat het aandeel van de laaggeschoolden in de totale Nederlandse arbeidsinkomsten afnam gedurende de periode 19952011. Maar dat kan zowel door lagere werkgelegenheid, relatief lager stijgende lonen als door een combinatie van beide komen. Het SCP (2010) merkt nog op dat het aantal banen voor laaggeschoolden nauwelijks veranderde in de periode 1992-2008, maar dat het aantal laagopgeleiden wel daalde.

De aard van de handel en productie verandert: van “made in Holland” naar “made in the world” (Gurria, 2013). Landen specialiseren zich in bepaalde taken in verschillende stadia van de productieketen. Dat heeft allerlei gevolgen voor Nederland en haar inwoners.

Er is steeds meer import nodig om 1 euro export te produceren. Dat is niet per sé erg; het gaat immers niet om het aandeel in de “koek” (relatief) maar om de grootte van het deel van de “koek” (absoluut). En die grootte neemt nog steeds toe: de bijdrage van de

Figuur 3.5: De ‘smile’-curve

53

Recommended for readers of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL WETENSCHAPPELIJK ARTIKEL

De afgelopen jaren zijn productieprocessen steeds verder opgeknipt en verspreid over de wereld. Lang geleden waren productie en consumptie op dezelfde locatie. Nu zijn er bij de productie van een goed of dienst tal van toeleveranciers over hele wereld betrokken. Zij verzorgen allemaal een onderdeel van de productieketen. Deze verandering werd mogelijk gemaakt door tal van factoren. Bijvoorbeeld, ontwikkelingen op het gebied van vervoer, ICT en politiek. Door het opknippen en verspreiden van productieprocessen ontstonden waardeketens.

Deze veranderingen hebben geleid tot meer specialisatie van landen in stadia van ontwikkeling van goederen en diensten. Nederland richt zich steeds meer op activiteiten vóór en na het productieproces.

Dat doet het bijvoorbeeld door productieactiviteiten naar het buitenland te verplaatsen. Dit hoeft geen gevolgen te hebben voor de totale werkgelegenheid als door de specialisatie ook banen in de bedrijfstakken voor en na productie ontstaan. Er is geen onderzoek verricht om te zien of dit ook daadwerkelijk gebeurde.

De totale werkgelegenheid door export bleef in ieder geval groeien tijdens de periode 1988-2012.

Literatuur Baldwin, R. (2009), Integration of the North American Economy and New-paradigm Globalization, Economic Research and Analysis, Working Paper Series 049.

Los, B., Timmer, M. en De Vries, G. (2014), De concurrentiepositie van Nederland in mondiale waardeketens, ESB 99 (4689 & 4690).

Baldwin, R. (2013), Global supply chains: why they emerged, why they matter, and where they are going, In: Elms, K. en P. Low (ed), Global value chains in a changing world, Genève: WTO Publications.

OESO (2013), Interconnected Economies – Benefiting from Global Value Chains, OESO.

CBS (2014), Internationaliseringsmonitor 2014, vierde kwartaal. http://www.cbs.nl/NR/rdonlyres/04B854F50482-40F0-A865-85D796D5BB31/0/IM2014_4ekwar taal.pdf. CBS, Heerlen/Den Haag.

Recommended for readers of| XXx-level MSC-LEVEL SPECIALTY | SPECIALTY | NL WETENSCHAPPELIJK ARTIKEL

CBS (2015), Internationaliseringsmonitor 2015, eerste kwartaal. http://www.cbs.nl/nl-NL/menu/ themas/internationale-handel/publicaties/publicaties/ archief/2015/2015-internationaliseringsmonitor-kwi2015-pub.htm. CBS, Heerlen/Den Haag.

Den Butter, F.A.G., en Mihaylov, E. (2013),Veranderende vaardigheden op de Nederlandse arbeidsmarkt, ESB, 98(4670), blz. 618–621.

Escaith, H., Lindenberg, N. en Miroudot, S. (2010), International supply chains and trade elasticity in time of global crisis, WTO Staff Working Paper ERSD-201008.

Freeman, R. (2006), The Great Doubling: The Challenge of the New Global Labor Market, Harvard University.

Gurria,A. (2013), Openingsspeech bij de introductie van de OESO-WHO database over handel in toegevoegde waarde, OESO, Parijs.

Hummels, D. (2007), Transportation Costs and International Trade in the Second Era of Globalization, Journal of Economic Perspectives, 21(3), blz. 131-154.

Kamerbrief Minister van Buitenlandse Handel en Ontwikkelingssamenwerking (2014), Versterking van de positie van Nederland in mondiale waardeketens, Ministerie van Buitenlandse Zaken.

TiVA database, http://stats.oecd.org/Index. aspx?DataSetCode=TIVA_OECD_WTO, OESO. SCP (2010), Ontwikkelingen in baanbezit baankwaliteit 1992-2008, SCP, Den Haag.

en

Sillen, K. (2014), ICT and global value chains, CBS, Den Haag/Heerlen. Nog te verschijnen.

Smeets, R., Creusen, H., Lejour A. en Kox, H. (2010), Export margins and export barriers. Uncovering market entry costs of exporters in the Netherlands, CPB Document 20, CPB, Den Haag.

Sturgeon, T. (2013), Global Value Chains and Economic Globalization –Towards a New Measurement Framework, Boston: Massachusetts Institute of Technology.

Verenigde Naties (2013), International trade statistics, Report of the Secretary-General, Prepared for the 44th session of the Statistical Commission of the United Nations,Verenigde Naties.

WHO/OESO (2013), Aid for trade at a glance: connecting to value chains, WTO/OECD Publishing.

WHO (2011), World Trade Report 2011. The WTO and preferential trade agreements: From co-existence to coherence, Genève: WTO Publications, WHO. WHO (2013), International Trade Statistics 2013.

Genève: WTO Publications, WHO. WHO (2014), World Trade Report 2014. Trade and development: recent trends and the role of the WTO, Genève: WTO Publications, WHO.

Kranendonk, H. en Verbruggen, J. (2008), Decomposition of GDP growth in European countries. Different methods tell different stories, CPB Document nr. 158, CPB, Den Haag.

Kuypers, F., Lejour, A., Lemmers, O. en Ramaekers, P. (2012), Kenmerken van Wederuitvoerbedrijven, CBS/ CPB publicatie.

Lemmers, O., Rozendaal, L., Van Berkel, F., Voncken, R. (2014), Nederland in internationale waardeketens, CBS, Den Haag/Heerlen.

54

Like AENORM www.facebook.com/aenorm.vsae

Hi, I’m

Anthony I work at Towers Watson, and today I did something extraordinary.

yourexpectations.

You’ve nearly completed your degree, and you’re ready for what’s next: a job that will inspire you, make you think and put your skills to the best use.

But don’t you really want more than that? Go beyond your expectations at Towers Watson.

QR Code goes here

If you join us, you’ll often be challenged to do something extraordinary. From the start, you’ll team with senior associates to learn on the job and interact with clients on projects that help improve their business. And along the way, you’ll be in charge of your own career, working with your manager to decide what’s next and how to get there. Sound good? Then plan to Go Beyond at Towers Watson.

Towers Watson. A global company with a singular focus on our clients.

Benefits Risk and Financial Services Talent and Rewards Exchange Solutions towerswatson.com