Faculteit Wetenschappen en...

Faculteit Wetenschappen en Bio-Ingenieurswetenschappen

Vakgroep Wiskunde

Voorzitter: Prof. Dr. U. EINMAHL

SEGMENTATIE IN OVERLIJDENSVERZEKERINGEN

door

Pieter DE SMET

Promotor: Prof. Dr. Ir. K. EVERAERT

Scriptie ingediend tot het behalen van het

MASTERDIPLOMA IN DE ACTUARIELE WETENSCHAPPEN

ACADEMIEJAAR 2012-2013

iii

Voorwoord

Vooraleer jullie in te wijden in de theorie rond segmentatie in de overlijdensverzekeringen wil

ik jullie nog even wijzen op de verdiensten van een groot aantal mensen uit mijn omgeving.

Een masterproef schrijft men niet alleen, heel veel mensen hebben hier een groot aandeel in,

ik wil dan ook de tijd nemen deze mensen stuk voor stuk welgemeend te danken.

Vooreerst wil ik mijn promotor, Professor Kim Everaert, bedanken. Dit jaar begeleidde ze drie

studenten doorheen hun masterproef en ik ben oprecht blij een van hen te mogen zijn. Bedankt

voor het opvolgen van mijn vooruitgangen, bedankt voor het beantwoorden van mijn vragen,

bedankt voor het nalezen van de paper, bedankt voor de energie die u in dit document gesto-

ken heeft. Om diezelfde redenen wil ik ook het ganse team Leven-Retail bij Belfius Insurance

bedanken. Veel dank ook voor de dienst Marketing voor het delen van hun informatie rond de

marktomstandigheden. Bedankt ook aan de lezers voor hun interesse, hun tijd die ze aan deze

paper besteden.

Daarnaast wil ik nog enkele mensen bedanken uit mijn persoonlijke omgeving. Om te begin-

nen mijn ouders voor wie geen dank te veel kan zijn. Moeke en papa, het is in de eerste plaats

jullie verdienste dat ik hier nu hoop zeven jaar studeren tot een goed einde te brengen. Ik ben

jullie eeuwig dankbaar voor het vertrouwen dat ik krijg, de steun die jullie mij geven, jullie

inzet elke dag opnieuw. Veel dank en oprecht respect hiervoor! Tot slot verdienen ook ook

mijn broer, zus, vrienden en vriendin Lisa hier een vermelding voor hun interesse, hun werk

als uitlaatklep, hun goede raad en ons samen zijn de voorbije jaren in Brugge, Gent en Brussel.

Pieter De Smet, mei 2013

v

Toelating tot bruikleen

De auteur geeft de toelating deze masterproef voor consultatie beschikbaar te stellen en de-

len van de masterproef te kopieren voor persoonlijk gebruik. Elk ander gebruik valt onder de

beperkingen van het auteursrecht, in het bijzonder met betrekking tot de verplichting de bron

uitdrukkelijk te vermelden bij het aanhalen van resultaten uit deze masterproef.

Pieter De Smet, mei 2013

vii

Samenvatting

Sinds 21 december 2012 geldt een discriminatieverbod m.b.t. segmentatie in de Europese ver-

zekeringsmarkt. In Belgie is het wegvallen van de mogelijkheid tot differentiatie tussen man-

nen en vrouwen in de levensverzekeringen het belangrijkste gemis. Tot voor kort betaalden

mannen en vrouwen bij elke verzekeringsmaatschappij een fundamenteel verschillende pre-

mie. In de overlijdensverzekeringen betaalden mannen traditioneel meer dan hun vrouwelijke

leeftijdsgenoten. Samen met de leeftijd en de (toekomstige) gezondheidstoestand, vooral het

rokersgedrag, was geslacht het belangrijkste segmentatiecriterium. De voorbije decennia is

onderzoek gedaan naar andere segmentatiecriteria. Vooral op vlak van socio-economische sta-

tus en woonplaats zijn interessante resultaten beschikbaar. Op gezondheidsvlak werd dieper

onderzoek gedaan naar de invloed van de BMI op de sterftekansen. In de praktijk blijken de

verzekeraars de illegaliteit van onderscheid o.b.v. geslacht opgevangen te hebben door meer

doorgedreven gezondheidsscreening. Vooral het gebruik van de BMI kent een stijging m.b.t.

het schatten van de toekomstige gezondheidstoestand. Enkele verzekeraars maken gebruik van

socio-economische segmentatie, anderen zijn zelfs nog creatiever en grijpen naar de woon-

plaats of het rijgedrag. We stellen zelf ook een premiemodel voor.

INHOUDSOPGAVE ix

Inhoudsopgave

Voorwoord iii

Toelating tot bruikleen v

Samenvatting vii

Inhoudsopgave ix

Inleiding 1

1 Segmentatie in de verzekeringssector: een bespreking 3

1.1 Verzekeren en segmenteren . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.1.1 Het basisconcept van verzekeringen . . . . . . . . . . . . . . . . . . 4

1.1.2 Het toenemend belang van segmentatie . . . . . . . . . . . . . . . . 5

1.1.3 Segmentatie versus solidariteit . . . . . . . . . . . . . . . . . . . . . 7

1.2 Gelijkheid, een mensenrecht . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.3 Een balans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.4 De rol van de overheid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.4.1 Algemene regelgeving m.b.t. verzekeringen . . . . . . . . . . . . . . 15

1.4.2 Concrete regelgeving m.b.t. gelijkheid en anti-discriminatie . . . . . 16

1.4.3 Tussenkomst m.b.t. onverzekerbaarheid . . . . . . . . . . . . . . . . 19

2 Segmentatiecriteria in de praktijk 23

2.1 De belangrijkste segmentatiecriteria anno 2012 . . . . . . . . . . . . . . . . 23

2.2 Een onderzoek naar geslacht als segmentatiecriterium . . . . . . . . . . . . . 26

x INHOUDSOPGAVE

3 Een onderzoek naar nieuwe segmentatiecriteria 31

3.1 Body Mass Index (BMI) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

3.2 Socio-economische verschillen . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.2.1 Socio-economische factoren . . . . . . . . . . . . . . . . . . . . . . 34

3.2.2 Opbouw van de dataset en analysemethode . . . . . . . . . . . . . . 35

3.2.3 Socio-economische brutomodellen . . . . . . . . . . . . . . . . . . . 40

a. De beroepsstatus . . . . . . . . . . . . . . . . . . . . . . . 40

b. De tewerkstellingsstatus . . . . . . . . . . . . . . . . . . . 44

c. Het soort van inkomen . . . . . . . . . . . . . . . . . . . . 45

d. De huisvestingskwaliteit en levensstandaard . . . . . . . . 47

e. Het onderwijsniveau . . . . . . . . . . . . . . . . . . . . . 50

f. De leefvorm . . . . . . . . . . . . . . . . . . . . . . . . . 52

3.3 Woonplaats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

3.3.1 Opbouw van de dataset en analysemethode . . . . . . . . . . . . . . 56

3.3.2 Opbouw regressiemodel . . . . . . . . . . . . . . . . . . . . . . . . 57

3.3.3 Multivariaat model: de rol van socio-economische status . . . . . . . 60

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

4 De Belgische markt anno 2013 67

4.1 Nieuwe sterftetafels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

4.2 Nieuwe segmentatiecriteria . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

4.3 Een balans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

5 Een eigen premiemodel 75

5.1 Segmentatiecriteria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

5.1.1 Leeftijd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

5.1.2 Rokersgedrag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

5.1.3 BMI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

5.1.4 Hoogst behaalde diploma . . . . . . . . . . . . . . . . . . . . . . . . 77

5.2 Marktpositie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

INHOUDSOPGAVE xi

Besluit 85

Bibliografie 87

Bijlagen - Cijfergegevens 90

1

Inleiding

Het begrip segmentatie is binnen de verzekeringssector toe aan een herdefiniering. Er bestaat

reeds langer een dunne grenslijn tussen het begrip segmentatie en het gelijkheidsbeginsel, een

grondprincipe van ons rechtssysteem. Begin 2011 boekten critici van de eerdere segmentatie-

criteria evenwel een grote overwinning. Het gevolg is dat sinds 21 december 2012 segmentatie

o.b.v. geslacht niet langer grondwettelijk is. Dit maakt een studie van de segmentatiecriteria

in de vorige en toekomstige maanden nog extra interessant. Als toekomstig master in de actu-

ariele wetenschappen en voltijds werknemer op de sectie Leven-Retail van Belfius Insurance

leek het mij dan ook een uitgelezen kans om deze boeiende evolutie van naderbij te bekijken.

Binnen mijn studies van master in de toegepaste wiskunde (Universiteit Gent, 2011) ben ik de

voorbije jaren reeds uitvoerig bezig geweest met alles wat statistisch onderzoek betreft. Het

leek mij dan ook uitdagend om in deze masterproef deze statistische kennis even aan de kant

te leggen en mij te richten op de andere aspecten die aan de basis van het verzekeren liggen.

Voor uitgebreid statistisch onderzoek en de bespreking hiervan verwijs ik graag naar de diverse

artikels die hierrond verschenen zijn. In dit document zal ik hoogstens de meest interessante

resultaten aankaarten. Wel wil ik een globaal kader schetsen van de segmentatieproblematiek

binnen de verzekeringscontext.

In hoofdstuk 1 starten we vanuit de basisdefinitie van verzekeren (1.1) in [10]. Via het premie-

begrip komen we automatisch bij de notie segmentatie, die we bespreken o.b.v. [12] en [29].

De vraag naar segmentatie komt er zowel vanuit de verzekeringsmaatschappijen als vanuit de

consument. Er zijn evenwel segmentatiebeperkingen die tot automatische solidariteit leiden.

De meest interessante beperkingen komen er vanuit de wetgeving die gelijkheid nastreeft. In

2 INLEIDING

1.2 gaan we dieper in op de basis van dit streven naar eenheid en de gevolgen voor ons recht-

systeem. We onderbouwen a.d.h.v. [8], [15], [16], [17], [18] en [35]. om vervolgens in 1.3 een

tussentijdse balans te maken. We sluiten het eerste hoofdstuk af met een uitgebreide studie van

de belangrijkste beperkingen die vanuit de overheid opgelegd zijn m.b.t. het segmenteren. We

baseren ons hiervoor vooral op de eerder aangehaalde bronnen rond gelijkheid aangevuld met

[9], [10] en [11]. Ook de recente ontwikkelingen die op dit vlak plaatsvonden komen uitvoerig

aan bod.

In het tweede hoofdstuk doorlopen we de belangrijkste segmentatiecriteria zoals ze voor 21 de-

cember 2012 in de (Belgische) markt de bespeuren waren. In hoofdstuk 4 vergelijken we met

de huidige segmentatiecriteria. We baseren ons hiervoor voornamelijk op [3], [7], [14], [24],

[26] en enkele simulaties. Tussen deze hoofdstukken in behandelen we enkele (potentiele)

segmentatiegronden waar de voorbije jaren statistisch onderzoek naar gedaan is. De bronnen

die we hiervoor gebruiken zijn [1], [21], [22] en [37].

We sluiten de masterproef in hoofdstuk 5 af met een denkoefening die moet leiden tot een

eigen premiemodel. We gebruiken de eerder opgebouwde kennis rond de diverse segmentatie-

criteria om een voorzet te geven tot een volwaardig segmentatieontwerp. Op het einde van dit

hoofdstuk analyseren we ook de positie die dit model inneemt in de huidige markt, hiervoor

maken we opnieuw gebruik van [26].

3

Hoofdstuk 1

Segmentatie in de verzekeringssector: een

bespreking

De bedoeling van dit eerste hoofdstuk is het samenstellen van een uitgebreide bespreking

rond het concept ‘segmentatie’ in de verzekeringssector. In 1.1 bouwen we het begrip op

vanuit de kern van het verzekeringswezen; de basisdefinitie met bijzondere aandacht voor

de premie. In 1.2 bespreken we een van de belangrijkste grenslijnen voor segmentatie, de

discriminatieprobematiek die voortvloeit uit het gelijkheidsbeginsel. Vervolgens maken we in

1.3 de balans op a.d.h.v. de talrijke waaier van voordelen, maar ook de mogelijks nadelige

repercussies komen aan bod. Tot slot behandelen we in 1.4 de rol die de overheid kan of moet

spelen om alles in goede banen te leiden en hoe de Belgische wetgeving is geconstrueerd.

1.1 Verzekeren en segmenteren

De term segmentatie kennen we zeker uit de marketing, maar ook uit de biologie en de digitale

wereld1 en ongetwijfeld kent het nog veel andere betekenissen. Om het begrip binnen het

1Respectievelijk het proces, waarin op basis van een of meer kenmerken, homogene groepen klanten (seg-

menten) worden vastgesteld en klanten aan deze segmenten worden toegewezen, de opbouw van een lichaam uit

achter elkaar gelegen, vaak gelijkvormige delen en het opsplitsen van een afbeelding in segmenten (groepjes

pixels die bij elkaar horen) volgens bepaalde eigenschappen van de afbeelding om zo de belangrijke informatie

uit een afbeelding te halen, zie [20].

4 HOOFDSTUK 1. SEGMENTATIE IN DE VERZEKERINGSSECTOR: EEN BESPREKING

concept verzekeren te kunnen plaatsen, keren we terug tot de basisdefinitie van verzekeren.

Van daaruit behandelen we de evolutie van de segmentatiebehoefte de voorbije decennia, om

vervolgens een kanttekening te maken m.b.t. de solidariteit binnen de verzekeringen.

1.1.1 Het basisconcept van verzekeringen

De Belgische wetgeving2 definieert een verzekering als een overeenkomst, waarbij de verze-

keraar zich er tegen betaling van een vaste of veranderlijke premie tegenover de verzekerings-

nemer toe verbindt een in de overeenkomst bepaalde prestatie te leveren in het geval zich een

onzekere gebeurtenis voordoet waarbij, naargelang het geval, de verzekerde of de begunstigde

belang heeft dat die zich niet voordoet. Meestal betreft het een geldelijke prestatie, zeker in

de overlijdensverzekeringen. De begunstigde is dan logischerwijs ook altijd een derde, de

onzekere gebeurtenis is het overlijden van de verzekerde. De overlijdensverzekering is een

voorbeeld van een persoonsverzekering, de verzekeringsprestatie is enkel afhankelijk van een

onzeker voorval dat het leven van de verzekerde aantast. De verzekeraar moet wel dan niet

uitkeren, afhankelijk van het zich voordoen van het overlijden binnen de contractueel overeen-

gekomen grenzen. Wat ons in dit eindwerk het meest interesseert is de prijs, of de premie, die

de verzekeringsnemer betaalt aan de verzekeraar in ruil voor het overnemen van het risico.

Voor de verzekeraar zijn het deze gezamenlijke premiebedragen die hem in staat moeten stellen

zijn uitgaven te dekken en winsten te boeken. De verzekeraar moet bijgevolg om economisch

rendabel te zijn een voldoende groot aantal homogene risico’s opnemen. In dat geval zal het

totale risico statistisch gecompenseerd worden door de sterke wet van de grote getallen3, de

verdeling van het totale risico o.b.v. de Centrale Limietstelling4 zal convergeren naar een nor-

male verdeling. Hierdoor zal de totale schadelast uiteindelijk veel voorspelbaarder zijn dan

elk van de individuele risico’s. Individuele risico’s die weinig kans op voorval hebben, maar

in dat geval wel grote schades voorbrengen, de zogenaamde catastroferisico’s, kunnen om die

2De Wet op de Landverzekeringsovereenkomsten (de Verzekeringswet), 25 juni 1992 (B.S. 20 augustus 1992),

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

1.1. VERZEKEREN EN SEGMENTEREN 5

reden verzekerd worden tegen aanvaardbare premies. Het zijn precies deze catastroferisico’s

die interessant zijn voor zowel verzekeraar als verzekeringsnemer.

De statistische nood om het portefeuillerisico te beoordelen, benadrukt onmiddellijk het belang

van een goede selectie en spreiding van de risico’s die de verzekeraar aanvaardt. Goede selectie

zal een wezenlijk deel uitmaken van een degelijke segmentatiepolitiek.

1.1.2 Het toenemend belang van segmentatie

De premie is een basiseigenschap van een verzekering en precies doordat de verzekeraars

een groot aantal gelijkaardige polissen in hun verzekeringsportefeuille zitten hebben, kun-

nen verzekeringsnemers zich laten verzekeren tegen aanvaardbare premies. De premies zullen

logischerwijs bepaald worden in functie van het risico dat er tegenover staat. Hoe groter de

mogelijke schade en/of hoe groter de kans op verwezenlijking, hoe hoger de premie zal liggen.

Daarom is het voor de verzekeraars van belang om op een eenduidige manier onderscheid te

maken tussen de verschillende verzekerden omdat ze elk een apart risico met zich meedragen.

Het is op dit moment dat segmentatie komt bovendrijven. We kunnen het begrip definieren

als de techniek die de verzekeraar(s) toepassen om de premievoorwaarden (eventueel ook dek-

kingsvoorwaarden) aan te passen aan het verzekerde risico. Dit gebeurt in functie van een

specifiek aantal karakteristieken van dat risico, de zogenaamde segmentatiecriteria. De seg-

mentatiecriteria zijn risicofactoren die rechtstreeks invloed hebben op de hoogte van het risico.

Het doel van de verzekeraar(s) is om tot een betere overeenstemming te komen tussen de ver-

wachtingswaarde van de uit te keren schade, die als basis dient voor de te betalen premie,

enerzijds en de werkelijk uit te keren schade anderzijds.

Vaak komt de vraag ook vanuit de groep van verzekerden zelf. Iedereen wil namelijk beta-

len voor het risico dat men vertegenwoordigt. De maatschappij is ongetwijfeld geevolueerd

naar een toegenomen bewustwording van de consumentenrechten en zelfs een groter indivi-

dualisme. De verzekeringsnemers wensen zich meer en meer te kunnen personaliseren met

hun risico en dus ook met de andere leden binnen een risicogroep. De informatisering stelt ze

bovendien in staat om tarieven binnen en tussen verzekeringsmaatschappijen makkelijker te


vergelijken of door tussenpersonen te laten vergelijken. Ook vanuit de markt is er aldus een

toegenomen vraag naar segmentatie.

Segmentatie is bijgevolg geen nieuw project. Binnen de levensverzekeringen (en dus ook de

overlijdensverzekeringen) bestaat al langer een onderscheid naar leeftijd. De laatste decen-

nia zijn de statistische faciliteiten voor verzekeraars echter sterk toegenomen. Risicofactoren

opsporen en analyseren is door snellere computers en betere software sterk vereenvoudigd.

Daarnaast staat ook de medische kennis allesbehalve stil. Zeker ook in de overlijdensverzeke-

ringen heeft dit geleid tot een meer gedetailleerde uitwerking van de poliscondities.

Wanneer men in de verzekeringssector spreekt over segmentatie denkt men meteen aan de

tariefdifferentiatie, het begrip is echter ruimer en omvat - zoals eerder reeds kort aangege-

ven - ook de risicoselectie (acceptatie en naselectie) en de dekkingsvoorwaarden. Het begrip

acceptatie betreft het al dan niet aanvaarden van een bepaald risico, logischerwijs is de accep-

tatiepolitiek van een verzekeringsmaatschappij nauw verbonden met de premiedifferentiatie

die hij doorvoert. Risico’s die tot bepaalde risicoklassen aan de basis van de tarieven behoren,

zullen aanvaard worden onder de tarief- en dekkingsvoorwaarden van de overeenkomstige

risicogroep, andere risico’s zullen niet of tegen speciale voorwaarden geaccepteerd worden.

Naselectie gebeurt wanneer de verzekeraar verzekeringspolissen opzegt of weigert te verlen-

gen omwille van slechte ervaringen of verzwaarde risico’s van de verzekerde. Uiteraard kan

de verzekeraar niet gelijk welk contract of gelijk wanneer stopzetten, hier zijn wettelijke voor-

waarden voor voorzien. In de levens- en dus ook overlijdensverzekeringen wordt bovendien

afgeweken van de normale maximumduur van een jaar voor verzekeringspolissen. De wetge-

ver heeft namelijk willen tegengaan dat verzekeraars op het einde van ieder jaar in staat zouden

zijn de levensverzekeringsovereenkomst te beeindigen ten gevolge van een risicoverhoging5.

Dit eerste onderscheid tussen tariefdifferentiatie, dekkingsvoorwaarden en risicoselectie brengt

ook met zich mee dat het mogelijk is dat bepaalde risicofactoren gebruikt worden voor het ene

en andere risicofactoren voor het andere6. In de praktijk zullen de verschillende segmentatie-

5Voor details zie [9] en [11, blz. 260 e.v.].6Zo kunnen aparte risicofactoren voorzien worden voor andere polisvoorwaarden, vb. winstdeelname.

1.1. VERZEKEREN EN SEGMENTEREN 7

voorwaarden echter op elkaar afgestemd zijn en de risicofactoren dus vaak dezelfde zijn. We

zullen ons dan ook voornamelijk bezig houden met de tariefdifferentiatie.

De tariefdifferentiatie zelf is echter ook een stuk ruimer dan vaak aangenomen. Een verschil

in premiebedrag is algemeen gebruikt in de verzekeringssector. Vaak is het een uiting van een

verschil in zuivere premie (risicopremie). De premielast die een verzekeringsnemer draagt, is

echter meer dan enkel de zuivere premie. De commerciele premie bevat ook nog beheers- en

commissiekosten, waarop zodoende ook gedifferentieerd kan worden:

commerciele premie = zuivere premie× (1+b)︸︷︷︸inventarispremie

× 11− c

.

Vaak worden de beheers- en commissieopslag als een vast percentage (hier respectievelijk b en

c) van de zuivere premie en inventarispremie bepaald. In dat geval zullen slechtere risico’s ook

meer bijdragen aan financiering van de beheers- en commissiekosten. Het valt te overwegen

om in de inventarisopslagen een onderscheid te maken tussen beheerskosten (deze zijn voor

elke polis min of meer even hoog) en kosten m.b.t. schadebeheer (deze zullen effectief hoger

liggen voor slechte risico’s) of binnen de commerciele opslag een korting te geven aan klanten

met meerdere verzekeringspolissen of klanten die hun premie betalen via domiciliering.

1.1.3 Segmentatie versus solidariteit

We herhalen dat het basisidee achter segmentatie is om o.b.v. correcte risicofactoren, de ri-

sico’s zo goed mogelijk in te schatten en zo rechtstreeks elke verzekerde de premie aan te

rekenen die overeenkomt met zijn/haar risico. Dit impliceert in de meest verregaande vorm

dat alle risicofactoren gekend en gebruikt moeten worden om deze premie te bepalen. Dit is in

de praktijk echter onmogelijk t.g.v. het groot aantal risicofactoren, de niet-meetbaarheid van

de invloeden, de afhankelijkheid tussen de factoren, de verandering ervan doorheen de con-

tractduur en - zoals verder zal blijken - de (wettelijke of maatschappelijke) onbruikbaarheid

ervan. Hierdoor ontstaat, ook binnen de overlijdensverzekeringen, een vorm van solidariteit

tussen de verschillende verzekeringsnemers.


Meestal wordt onder de term solidariteit de subsidierende solidariteit verstaan. Subsidierende

solidariteit is het gevolg van het feit dat in de praktijk niet alle risicofactoren kunnen wor-

den opgespoord, laat staan dat de verzekeraar ze allemaal kan gebruiken voor de tariefzetting.

Binnen een risicogroep/tariefgroep zullen er dus altijd nog onderlinge risicoverschillen te on-

derscheiden zijn. In de praktijk is het dus zo dat er nog wel verschillen zullen zijn tussen

de premie die een verzekeringsnemer moet betalen en het risico dat hij aan de verzekeraar

overdraagt. Er ontstaat bijgevolg een subsidiering van verzekeringsnemers die te veel beta-

len (betere risico’s) naar verzekeringsnemers die te weinig betalen (slechtere risico’s). Een

sterkere segmentatie leidt ertoe dat deze subsidierende solidariteit verkleint, maar ze zal in de

praktijk nooit tot nul herleid kunnen worden, zoals te zien in figuur 1.1. De subsidierende so-

lidariteit vormt de basis van ons sociale zekerheidsstelsel, waar de premie wordt losgekoppeld

van het risico. Wij beperken ons echter tot de private verzekeringen.

Behalve de subsidierende solidariteit bestaat er ook een kanssolidariteit. Zelfs indien de ver-

zekeraar over alle informatie beschikt om elk risico in de verzekeringsportefeuille exact in te

schatten en dus de premies exact berekent als de te verwachten schades, dan nog wordt er een

solidariteit gecreeerd tussen mensen die schade lijden en mensen die geen schade lijden. Deze

kanssolidariteit is volledig aan het toeval te wijten en kan aldus onmogelijk verkleind worden

(eveneens te zien op figuur 1.1), meer nog, het is precies de basis van het begrip verzekeren.

Figuur 1.1: Kanssolidariteit en subsidierende solidariteit

1.2. GELIJKHEID, EEN MENSENRECHT 9

1.2 Gelijkheid, een mensenrecht

Als we mogen uitgaan van een verder toenemende vraag naar segmentatie, zowel door de ver-

zekeraars als door de verzekeringsnemers, kunnen we stellen dat het uiteindelijke doel een

verzekeringsmarkt is waarin iedereen betaalt voor zijn risico. Dit kan enkel als alle risicofac-

toren en hun invloed in deze berekening worden gebruikt. Puur praktisch is het onmogelijk,

maar het lijkt dus wel een streefdoel. Maatschappelijk zijn er evenwel bezwaren, want het

begrip segmentatie lijkt te conflicteren met het gelijkheidsbeginsel dat in de Westerse wereld

hoog in het vaandel wordt gedragen.

Het gelijkheidsbegrip is tot op heden nog te vaak een eerder Westers begrip dat geschiedkundig

zijn basis kent in het humanisme. Egalite werd na de Franse revolutie voor het eerst een van

de drie pijlers van de staatsstructuur. Men kan dan ook stellen dat het beginsel zoals we het

nu kennen een resultaat is van een evolutie doorheen de voorbije eeuwen. Anderzijds wordt

gelijkheid momenteel omschreven zoals Aristoteles dat reeds vier eeuwen voor Christus deed:

gelijke gevallen moeten gelijk behandeld worden, en ongelijke ongelijk naar de mate van hun

ongelijkheid. Onder hetzelfde ijveren naar gelijkheid, moet het streven naar anti-discriminatie

geplaatst worden. Onder discriminatie verstaan we elke vorm van onderscheid maken tussen

mensen en daardoor de fundamentele rechten en vrijheden van bepaalde personen aantasten.

Verzekeringstechnisch is het niet altijd even eenvoudig te bepalen wat precies als discrimine-

rend moet gezien worden en wat niet.

Het gelijkheidsbeginsel is ondertussen een van de belangrijkste beginselen die aan de basis

van ons Westers rechtsbegrip liggen. Gelijkheid is dan ook niet zomaar een hol begrip. Het is

een van de fundamentele mensenrechten neergeschreven in De Universele Verklaring van de

Rechten van de Mens7,aangenomen door de Algemene vergadering van de Verenigde Naties,

zonder tegenstemmen en met onthouding van zes communistische staten, Saoudi-Arabie en

Zuid-Afrika. Deze verklaring opent in artikel 1 met de wens dat alle mensen vrij en gelijk in

waardigheid en rechten geboren worden. In artikel 2 sluit men elk onderscheid van welke aard

7Universal Declaration of Human Rights (UDHR), 10 december 1948, zie [35].


ook uit: elke ongelijkheid op vlak van ras, kleur, geslacht, taal, godsdienst, politieke of andere

overtuiging, nationale of maatschappelijke afkomst, eigendom, geboorte of andere politieke,

juridische of internationale status wordt verboden.

De UDHR werd door vele landen overgenomen en is ondermeer terug te vinden in de Belgi-

sche en de Europese grondwet. De Belgische Grondwet8 stelt dat alle Belgen gelijk zijn voor

de wet, met bijzondere aandacht voor gelijkheid tussen geslachten en anti-discriminatie. Het

Arbitragehof is sinds 1989 bevoegd om wetsartikelen hieraan te toetsen. Sinds 15 februari

1993 kent Belgie ook een Centrum voor gelijkheid van kansen en racismebestrijding (CGKR),

een openbare dienst met als doel het bestrijden van discriminatie. In Belgie bestaat er tot

slot een ministerportefeuille ‘Gelijke Kansen’, momenteel opgenomen door Joelle Milquet op

federaal niveau en door Pascal Smet op Vlaams niveau. Om duidelijk te maken dat gelijke

kansen in Belgie heel erg serieus genomen worden, verwijzen we naar de oproep9 van die

laatste Minister om in elke gemeente een schepen van gelijke kansen aan te stellen.

In navolging van de UDHR ontstond in Europa het Europees verdrag tot bescherming van de

rechten van de mens en de fundamentele vrijheden10, goedgekeurd door de Europese Raad.

Het verdrag is bindend in alle landen uit de Raad van Europa. In Belgie is het verdrag van

directe werking. Artikel 14 van het UDHR stelt dat het genot van de rechten en vrijheden,

welke in dit verdrag zijn vermeld, verzekerd is zonder enig onderscheid op welke grond ook,

zoals geslacht, ras, kleur, taal, godsdienst, politieke of andere overtuiging, nationaliteit of

maatschappelijke afkomst, het behoren tot een nationale minderheid, vermogen, geboorte of

andere status. Het Verdrag van Rome11, dat voor het laatst gewijzigd is na het Verdrag van

Lissabon12, bepaalt in artikel 10 dat de Europese Unie in de uitvoering van haar beleid en op-

treden streeft naar bestrijding van iedere discriminatie op grond van geslacht, ras of etnische

afkomst, godsdienst of overtuiging, handicap, leeftijd of seksuele gerichtheid. De Europese

8De Belgische Grondwet, 1831, art. 10 en 11, zie [8].9Zie [31].

10European Convention on Human Rights (UCHR), 13 mei 1955, zie [15].11Het Verdrag tot oprichting van de Europese Economische Gemeenschap, 25 maart 1957.12Sinds dan het ‘Verdrag betreffende de werking van de Europese Unie’, 13 december 2007, zie [17].

1.3. EEN BALANS 11

Grondwet13 bepaalt de waarden waarop de Unie steunt: eerbied voor de menselijke waardig-

heid, vrijheid, democratie, gelijkheid, de rechtsstaat en eerbiediging van de mensenrechten,

waaronder de rechten van personen die tot minderheden behoren. Deze waarden hebben de

lidstaten gemeen in een samenleving die gekenmerkt wordt door pluralisme, non-discriminatie,

verdraagzaamheid, rechtvaardigheid, solidariteit en gelijkheid van vrouwen en mannen.

Het is zonder twijfel zo dat de drang naar een goede segmentatie en de wens naar gelijkheid

en non-discriminatie niet altijd hand in hand zullen gaan. Terwijl het eerste er net in bestaat

de verzekerden op te delen in (risico)klassen zal het tweede net worstelen met deze opdeling

in rangen. Anderzijds mogen we het tweede deel van de gelijkheidsdefinitie niet vergeten:

ongelijke gevallen moeten ongelijk behandeld worden naar mate van hun ongelijkheid. We

gaan verder in dit hoofdstuk dieper in op deze problematiek.

1.3 Een balans

Het mag ondertussen duidelijk zijn dat er van de kant van verzekeraars en verzekeringsnemers

een grote vraag is naar (verdere) segmentatie, hieraan zijn dan ook enkele grote voordelen

verbonden. Anderzijds zijn er vanuit het gelijkheidsbeginsel ook grenzen verbonden aan de

segmentatie. Hieronder bespreken we de belangrijkste voordelen, maar ook de potentieel na-

delige voortvloeisels van segmentatie.

Een allereerste voordeel, dat eerder meermaals is aangehaald, is de sterkere (positieve) corre-

latie tussen de premie die verzekeringsnemers betalen voor hun risico en de grootte van hun

risico. Het is een logisch gevolg en eigenlijk een plicht van de verzekeraars, zelfs wanneer we

terugvallen op het gelijkheidsbeginsel: gelijke gevallen moeten gelijk behandeld worden, maar

ook verschillende gevallen moeten verschillend behandeld worden. We moeten aanstippen dat

de vraag natuurlijk enkel zal komen vanuit de kant van de goede risico’s, slechte risico’s zullen

bij verdere segmentatie een hogere premielast dragen.

Het eerste voordeel draagt dadelijk al een belangrijk nadeel met zich mee: mensen die een

13De Europese Grondwet, art. I-2, zie [18].


groot risico met zich meedragen zullen benadeeld worden, waardoor ze uiteindelijk uit de boot

vallen voor bepaalde verzekeringen. Dit kan zorgen voor ernstige maatschappelijke gevolgen,

er zullen hier oplossingen voor bedacht moeten worden. een bespreking van de mogelijkheden

hiertoe komt aan bod in 1.4.

Anderzijds zet dergelijk premieverschil de verzekeraars aan tot verdere segmentatie. Hoe meer

ze segmenteren, hoe minder slechte risico’s ze aantrekken. Verzekeraars die weinig of niet seg-

menteren zullen voor slechte risico’s het aantrekkelijkst zijn. Dit fenomeen is gekend onder

de term antiselectie en wordt nog versterkt door de rol van tussenpersonen. Verzekeraars die

minder segmenteren, zullen op termijn hun tarieven moeten verhogen om financieel gezond

te blijven en daardoor nog slechtere risico’s aantrekken. Segmentatie dient als tegengewicht

tegen antiselectie: risico’s die aanvaard worden, moeten zo goed mogelijk voldoen aan de

veronderstellingen die aan de basis liggen van het tarief. Om antiselectie helemaal uit te scha-

kelen, moeten de segmentatiegronden van de verschillende verzekeraars zo goed als mogelijk

overlappen, verzekeringsmaatschappijen moeten elkaar volgen in de segmentatiepolitiek.

Verzekeringsnemers zullen bovendien hun best doen om tot een zo goed mogelijke risicoklasse

te behoren. In ruil voor acceptatie, lagere premies of betere voorwaarden zal de verzekerings-

nemer bereid zijn zijn risico te verlagen, bijvoorbeeld door preventieve maatregelen te nemen.

Het valt echter niet uit te sluiten dat eenmaal de verzekeringsnemer zijn polis ondertekend

heeft, de verzekerde minder voorzichtig zal zijn. Naast het gewone basisrisico ontstaat een

extra moreel risico, beter gekend onder moral hazard. Deze moral hazard staat evenwel los

van de segmentatie en kan dus niet als een direct nadeel van segmentatie gezien worden. Het

is eerder een negatief gevolg van het verzekeren in het algemeen. Meer zelfs, de intentie

van verzekeringsnemers om na ondertekenen van de polis het risico te verzwaren, kan door

segmentatie teruggeschroefd worden. De verzekeraar die een voldoende aantal risicofactoren

gebruikt, zal er voor zorgen dat vertegenwoordigers van goede risico’s hun gedrag niet langer

aanpassen aan het gemiddelde risico van de risicogroep waartoe zij behoort. Het invoeren van

ondertussen reeds wijdverspreide schadevrijstellingen of maxima zal verzekerden aanmoedi-

gen het aantal of de hoogte van de schadegevallen te beperken. Naselectie kan verzekerden

aanzetten tot een grotere voorzichtigheid.

1.3. EEN BALANS 13

Verder stelt de betere kennis van de verzekerde risico’s in een verzekeringsportefeuille de ver-

zekeraars niet enkel in staat om de premies beter in te schatten, het zorgt er ook voor dat de

kosten beter kunnen ingeschat worden. Hierdoor kunnen de aan te leggen technische voorzie-

ningen beter bepaald worden. Bovendien zullen herverzekeraars ook sneller geneigd zijn een

portefeuille te herverzekeren indien ze de nodige kennis over de risico’s hebben.

De toegenomen informatisering heeft een positief effect op de transparantie van de tarificatie

in de verzekeringssector. De meer gesegmenteerde markt heeft een omgekeerd effect. Meer

segmentatie zorgt voor minder doorzichtigheid voor de consument, zeker wanneer de segmen-

tatiecriteria verschillen van maatschappij tot maatschappij. Maatschappijen verschillen name-

lijk niet enkel op vlak van aangeboden producten, polisvoorwaarden en verkoopskanalen, maar

dus ook meer en meer op vlak van segmentatie. Dit zorgt er ook voor dat er grotere kans is op

onvolledige inlichting van relevante gegevens bij het aangaan van het contract en het vergeten

van aanpassingen tijdens de duur van het contract, hoewel hier een verplichting toe bestaat14.

Dit alles wordt nog versterkt wanneer verzekeringsmaatschappijen hun premiefactoren ver-

anderen doorheen de tijd. Gevolg van dit alles is dat er meer en meer consumentenklachten

optreden en het imago van de verzekeringssector in zijn geheel geschaad wordt.

In het kader van de levensverzekeringen is deze problematiek nog een stuk groter aangezien

dergelijke polissen voor lange duur afgesloten worden. Overlijdensverzekeringen zullen ook

duurder worden naargelang de leeftijd verhoogt of de gezondheidstoestand verslechtert, waar-

door verzekerden voor lange duur aan hun polis vastzitten. Veranderen van verzekeraar speelt

namelijk bijna altijd in het nadeel van de verzekeringsnemer. Wanneer verzekeraars de seg-

mentatie aanpassen, kan dit leiden tot onverzekerbaarheid van bepaalde van de klanten.

Tot slot verhoogt extra segmentatie ook de werkingskosten. Om op een statistisch aanvaard-

bare manier te segmenteren, is het nodig om indrukwekkende databestanden bij te houden en

op te volgen. De verwerking leidt tot extra werk en aldus ook extra beheerskosten.

14De mededelingsplicht, zie [10, blz. 53 e.v.], [11, blz. 300 e.v.] voor de levensverzekeringen en [9] voor de

wetgeving.


1.4 De rol van de overheid

Het mag inmiddels duidelijk zijn dat verdere segmentatie een goede zaak kan zijn. Men moet

echter opletten voor het uit de boot vallen van slechte(re) risico’s. Het is dan ook de vraag waar

men een evenwicht kan vinden om optimaal te kunnen profiteren van de voordelen, zonder de

nadelen te laten doorwegen. Dit is niet alleen een evenwichtsoefening die elke maatschappij

zelf moet uitvoeren, maar ook een debat waaraan alle spelers in de verzekeringsmarkt moeten

deelnemen.

Historisch kan men op dat vlak in Europa twee verzekeringstradities onderscheiden: de con-

tinentale traditie en de maritieme traditie zijn fundamenteel verschillend. In de continentale

traditie (Duitsland, Frankrijk, Italie, Belgie) legden de overheden strikte regels op m.b.t. ver-

zekeringsvoorwaarden en tarieven. Dit had tot gevolg dat verzekeringsmaatschappijen zich

amper konden onderscheiden van elkaar. Daar tegenover staat de maritieme traditie (Verenigd

Koninkrijk, Nederland ) die vertrekt vanuit het idee dat verzekeringen een financiele service

zijn en deel uitmaken van een sterk concurrentiele markt. De controle van de overheid beperkte

zich tot de financiele solvabiliteit. Sinds de Europese eenmaking is over gans de Europese Unie

een maritieme traditie ontstaan, dit heeft o.a. in Belgie tot toegenomen concurrentie geleid.

In principe bestaat een totale contractvrijheid in de verzekeringssector. Dit is een van de

grondslagen van het contractenrecht. Hoewel het nergens zwart op wit wordt erkend, niet in

de Belgische (Grond)wet en niet in internationale verdragen, is het een algemeen rechtsbe-

ginsel in Europa. De contractvrijheid betreft de vrijheid om overeenkomsten al dan niet aan

te gaan, de vrijheid om ze aan te gaan met wie men wil en de vrijheid om ze na onderling

akkoord aan te passen aan de wensen van de contracterende partijen. Segmentatie, inclusief

voorselectie, is aldus toegestaan. Een belangrijke grens is evenwel die van anti-discriminatie

en, zeker voor verplichte verzekeringen, is er toch nog een intermediatie van overheidswege

nodig.

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

1.4. DE ROL VAN DE OVERHEID 15

belangrijk dat deze ook voor iedereen tegen redelijke voorwaarden beschikbaar zijn. Hiertoe

is een zekere vorm van overheidsinmenging nodig. Met betrekking tot de overlijdensverzeke-

ringen kunnen we de gekende schuldsaldoverzekering als een verplichte verzekering beschou-

wen. Het aangaan van een schuldsaldoverzekering wordt door banken als een noodzakelijke

voorwaarde gezien om een hypothecaire lening aan te gaan. Indien men geen schuldsaldo-

verzekering kan sluiten, heeft dit dan ook vaak verstrekkende gevolgen. Het niet in aanmer-

king komen voor een schuldsaldoverzekering zorgt ervoor dat men geen hypothecair krediet

kan aangaan en men zich aldus geen eigendom kan aanschaffen, hoewel dit een mensen-

recht15 is. Meer bepaald zullen mensen die lijden aan een chronische ziekte (diabetici en

(ex-)kankerpatienten) of gehandicapt zijn dikwijls moeilijkheden ondervinden bij het afslui-

ten van een schuldsaldoverzekering. Hoewel het o.b.v. de anti-discriminatiewetgeving of het

gelijkheidsbeginsel niet verboden is deze mensen een dekking te weigeren, lijkt het maat-

schappelijk niet wenselijk dit zomaar te laten gebeuren.

Feitelijk zullen er dus naast de algemene bepalingen rond gelijkheid en anti-discriminatie,

vanuit de overheid ook concrete regels vooropgesteld worden om dit praktisch te regelen,

anderzijds is er ook nood aan bijkomende interventie om onverzekerbaarheid ten gevolge van

segmentatie in goede banen te leiden.

1.4.1 Algemene regelgeving m.b.t. verzekeringen

In Belgie zijn verzekeringsovereenkomsten niet alleen onderworpen aan het Burgerlijk Wet-

boek, maar ook aan de wet op de landverzekeringsovereenkomsten16. Voor de levensverzeke-

ringen bestaat zo’n bijzondere wetgeving, het KB Leven17. Daarnaast bestaat een Europese

richtlijn betreffende levensverzekeringen18. Voorts zijn verzekeringen wanneer ze gesloten

worden met een consument onderworpen aan de wet betreffende de marktpraktijken en con-

15UDHR, art. 17, zie [35].16De Wet op de Landverzekeringsovereenkomsten (de Verzekeringswet), 25 juni 1992 (B.S. 20 augustus 1992),

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

[16].


sumentenbescherming19. Uiteraard zullen de verzekeringsovereenkomsten ook niet in strijd

mogen zijn met de regels m.b.t. het gelijkheidsbeginsel en anti-discriminatiewet.

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

De verklaringen rond gelijkheid en anti-discriminatie zoals besproken in 1.2 zijn van groot be-

lang. Tot ver buiten de verzekeringssector, maar het zijn niet meer dan algemene charters. Er

is behoefte aan een concrete invulling ervan: welke criteria zijn toegestaan en welke niet? Het

lijkt logisch dat een risicofactor ondubbelzinnig en objectief moet kunnen vastgesteld worden.

Er moet een statistisch verband zijn tussen de risicofactor en het te meten risico en dit verband

moet een causaal verband zijn20, maar zeker in de verzekeringssector is niet altijd even duide-

lijk of een statistisch verantwoord onderscheid ook maatschappelijk aanvaardbaar is.

Om te beginnen zou men een lijst kunnen maken, eventueel per verzekeringstak, van facto-

ren die al dan niet als segmentatiecriterium mogen gebruikt worden. Zo bestaat een consensus

over de risicofactoren die de verzekeringsnemer zelf in de hand heeft door zijn gedrag of keuze

(roken, sportbeoefening, reizen, alcohol- & drugsgebruik ). Dergelijke criteria mogen gebruikt

worden voor segmentatie. Daar tegenover staan de risicofactoren die men als consument niet

kan beınvloeden (genetische eigenschappen, geslacht ) en die vaak worden uitgesloten. Seg-

mentatie die tot discriminatie leidt, moet ten aller tijde uitgesloten worden. Hetzelfde geldt

voor segmentatiecriteria die geen collectief belang impliceren, i.e. indien het voordeel voor

enkelingen niet opweegt tegen het nadeel voor de anderen. Het is echter zo dat dergelijke

lijsten de creativiteit van de verzekeraars niet in de hand werken. Bovendien is het onmogelijk

een limitatieve opsomming te maken van verboden en toegelaten factoren want elke factor kan

gemakkelijk vervangen worden door een andere sterk correlerende risicofactor.

De overheid zou ook kunnen beslissen om de verzekeringssector zijn gang te laten gaan en

eventueel tussen te komen op het moment dat zich problemen voordoen. Dit lijkt evenwel

19Wet van 6 april 2010.20Niet elk statistisch aantoonbaar verband is van het type oorzaak-gevolg, we onderscheiden causatie en asso-

ciatie.


niet de meest ideale manier aangezien men dan geval per geval moet gaan bestuderen en de

uiteindelijke beslissingen toch neemt o.b.v. algemeen aanvaarde regels.

In Belgie mogen verzekeringscontracten niet in strijd zijn met de gelijkheids- en anti-discri-

minatievoorwaarden. Deze worden praktisch geregeld door twee anti-discriminatiewetten die

een Belgische omzetting zijn van de Europese richtlijnen. We onderscheiden de wet ter be-

strijding van bepaalde vormen van discriminatie en de wet ter bestrijding van discriminatie

tussen mannen en vrouwen21. Beide wetten zijn van openbare orde. Opvallend hierbij is dat

de wetgever er voor koos om een limitatieve lijst van discriminatiecriteria op te nemen in de

wet, ondanks het eerder besproken onvermogen hiertoe en de verwerping van een eerdere li-

mitatieve lijst door het Grondwettelijk Hof22.

De eerste anti-discriminatiewet introduceert een discriminatieverbod o.b.v. leeftijd, huidige of

toekomstige gezondheidstoestand, handicap, seksuele geaardheid, burgerlijke staat, geboorte,

vermogen, geloof of levensbeschouwing, politieke overtuiging, taal, fysieke of genetische ei-

genschappen en sociale afkomst. In het kader van de levensverzekeringen zijn vooral die eerste

drie merkwaardig. Er kan evenwel van bovenstaande normen afgeweken worden indien het ge-

maakte onderscheid objectief gerechtvaardigd wordt. Dit kan enkel o.b.v. een legitiem doel en

indien de middelen om dat doel te bereiken passend en noodzakelijk zijn. Een verzekeraar die

een van bovenstaande criteria wil gebruiken om te segmenteren moet dit zelf rechtvaardigen

door een legitiem doel (een nauwkeurige premiezetting) en aantonen dat het gemaakte onder-

scheid evenredig is met het risicoverschil.

De bestrijding van discriminatie o.b.v. geslacht is absoluut met betrekking tot de toegang en het

aanbod van goederen. Er is dus ook geen mogelijkheid tot afwijken voor een legitiem doel, ob-

jectief gerechtvaardigd, dat bereikt wordt met passende en noodzakelijke middelen. De enige

21Beide anti-discriminatiewetten zijn van 10 mei 2007 (B.S. 5 juni 2007), zie [9, respectievelijk blz. 43 e.v. en

blz. 51 e.v.]. De laatste wordt geregeld vernoemd onder Genderwet’.22Een eerdere anti-discriminatiewet van 25 februari 2003 bevatte ook al zo’n lijst, het Grondwettelijk Hof

achtte op 6 oktober 2004 zo’n beperkt kader van criteria in strijd met het gelijkheids- en nondiscriminatiebeginsel

van de Grondwet.


gelegenheid tot afwijking bevond zich tot voor kort (tot 20 december 2012) in de levensver-

zekeringen. In de Europese richtlijn die aan de basis lag van deze wet werd een uitzondering

voorzien; lidstaten konden tot eind 2007 afwijkingen stemmen die toch seksegerelateerde pro-

portionele verschillen in premies en uitkeringen toestaan. Artikel 5 van de richtlijn bepaalt dat

enkel een onderscheid kan gemaakt worden indien het geslacht een bepalende factor is bij de

beoordeling van het risico op basis van relevante en nauwkeurige actuariele en statistische

gegevens. De Belgische wetgever voerde zo’n exceptie in voor de levensverzekeringen23.

Test Aankoop stapte evenwel naar het Belgische Grondwettelijk Hof om deze wetswijziging

te laten vernietigen. Dat Hof ging op zijn beurt ten rade bij het Europees hof van Justitie rond

de uitzonderingsmaatregel voorzien in de Europese richtlijn. Het arrest van het Europees Hof

van Justitie24 stelde dat elk onderscheid o.b.v. geslacht, ook in de levensverzekeringen, moet

worden afgekeurd. Het baseerde zich hiervoor op de grondrechten van de Europese inwoners,

opgenomen in het Verdrag van Lissabon, die stellen dat een dergelijk onderscheid uitgesloten

moet worden. Een vreemde beslissing, want in datzelfde arrest herinnert het Europees Hof van

Justitie eraan dat gelijkheid ook impliceert dat verschillende situaties niet gelijk worden be-

handeld. Anderzijds gaat het Hof niet echt in op de vraag of het gebruik van seksegerelateerde

actuariele factoren objectief te rechtvaardigen is, maar het struikelde over de onbeperktheid in

de tijd van de uitzonderingsmaatregel. Het resultaat is hoe dan ook hetzelfde: vanaf 21 de-

cember 2012 wordt niet langer een onderscheid tussen mannen en vrouwen geduld, in welke

verzekeringstak ook. Dit geldt over de ganse Europese Unie en dus ook voor eventuele andere

uitzonderingen in andere lidstaten. In Belgie is het resultaat dat uitzonderingsartikel 10 van de

Genderwet verdwijnt.

Bij overtreding van de anti-discriminatiewetten wordt het deel van de polis dat onwettig is,

onmiddellijk nietig, ook al is het met toestemming van alle betrokken partijen. Bovendien

kunnen er schadevergoedingen bedongen worden door het slachtoffer van de discriminatie. In

de meest extreme gevallen zijn ook gevangenisstraffen mogelijk als sanctie.

23De Genderwet, art. 10, wetswijziging van 21 december 2007.24Een arrest op 1 maart 2011.


1.4.3 Tussenkomst m.b.t. onverzekerbaarheid

Om te vermijden dat door een te ver doorgedreven segmentatie bepaalde risicogroepen zich

niet meer tegen een aanvaardbare prijs kunnen verzekeren en aldus uit de boot vallen, zijn er

verschillende interventies mogelijk:

• verbod op het gebruik van bepaalde risicofactoren, vb. genetische informatie;

• invoeren van een acceptatieplicht voor verzekeraars, vb. verzekeringspools;

• invoeren van maximale uitkeringen of franchises;

• opleggen van minimumtarieven voor een vooropgestelde dekking;

• opleggen van maximumtarieven voor een soort verzekering;

• tariferingstechnieken opleggen om het premieverschil tussen verzekerden te beperken.

Er dient evenwel opgemerkt te worden dat wegens de tariefvrijheid de laatste vier mogelijk-

heden niet langer mogelijk zijn, tenzij ze het algemeen belang dienen, wat op zijn beurt heel

moeilijk aan te tonen is. De tariefvrijheid is een fundamenteel beginsel in het Europees Recht,

zowel voor schadeverzekeringen als voor levensverzekeringen. Deze richtlijn legt de lidstaten

het verbod op de voorafgaande goedkeuring of systematische mededeling te eisen van o.a. de

tarieven25. Voor deze richtlijn bestaat een limitatieve lijst van afwijkingen26 die evenwel re-

strictief moet worden toegepast. De laatste vier mogelijkheden hierboven opgesomd zijn in

elk geval niet toegelaten.

In de praktijk zal naast de beperking van bepaalde risicofactoren, die eigenlijk enkel gebeurt

om discriminatie te vermijden, enkel nog de mogelijkheid van acceptatieplicht voor de verze-

keraars overblijven. Indien zo’n verplichting opgelegd wordt aan de verzekeraars zullen hier

evenwel grote premielasten tegenover staan tenzij deze acceptatieplicht gepaard gaat met een

verzekeringspool.

25Richtlijn 2002/53, art. 6.5, lid 1, 5 november 2002, voor wat betreft de levensverzekeringen.26Richtlijn 2002/83, art. 6.5, 5 november 2002, voor wat betreft de levensverzekeringen.


Vanuit de consumenten- en patientenorganisaties, Test Aankoop en het Vlaams patientenplat-

form, was er reeds langer vraag naar een wet die de toegankelijkheid van de schuldsaldover-

zekering garandeert. Op 21 januari 2010 kwam het uiteindelijk tot een wet tot wijziging van

de Verzekeringswet wat de schuldsaldoverzekering voor personen met een verhoogd gezond-

heidsrisico betreft27. Het doel van de Wet-Partyka is er voor zorgen dat chronisch zieken en

(ex-)kankerpatienten een duidelijker beeld krijgen van hun premie door een duidelijkere op-

splitsing van hun basis- en bijpremie. Dit stelt de kandidaat verzekeringsnemers in staat de

vergelijking tussen de verschillende maatschappijen te maken.

In de eerste plaats brengt de wet een gedragscode met zich mee. Deze gedragscode voor

verzekeraars zou het proces van een aanvraag tot een definitieve opmaak van een schuldsald-

overzekering moeten regelen. Concreet worden verzekeraars verplicht een standaard medische

vragenlijst28 voor te leggen waarbij bijkomende vragen mogen gesteld worden bij dekkingen

boven de e250.000.

Indien de verzekeraar de kandidaat verzekeringsnemer o.b.v. deze vragenlijst niet wil verzeke-

ren, moet deze de kandidaat verzekeringsnemer hiervan onmiddellijk op de hoogte brengen en

zijn beslissing hierbij motiveren. Vanaf een tweede weigering kan de kandidaat zich richten

tot het opvolgingsbureau dat het dossier zal evalueren op medische en verzekeringstechnische

objectiviteit. Dit opvolgingsbureau bestaat uit twee vertegenwoordigers van de verzekerings-

sector, een lid dat de consumenten vertegenwoordigd, een lid uit de patientenvereniging en

wordt voorgezeten door een onafhankelijk magistraat.

Indien de verzekeraar een verhoogde premie vraagt, moet deze opgesplitst worden in een ba-

sispremie, de laagste premie voor een persoon met dezelfde leeftijd, en een gemotiveerde

bijpremie. Indien de kandidaat zich niet kan vinden in de beslissing van de verzekeraar, kan

die zijn dossier laten beoordelen door de herverzekeraar van de verzekeraar. Indien die een

lagere premie voorstelt, is de verzekeraar verplicht de herverzekeraar hierin te volgen. Indien

de bijpremie twee keer de basispremie overstijgt, moet de verzekeraar een gestandaardiseerde

27Deze wet is beter gekend onder de Wet-Partyka, 21 januari 2010 (B.S. 3 februari 2010).28De basisvragenlijst werd opgesteld door Assuralia. Hierin komen o.a. beroep, lengte, gewicht, gewoontes,

huidigen gezondheidstoestand, arbeidsongeschiktheid, aandoeningen of ongevallen, behandelingen, onderzoe-

ken, hospitalisatie of operatiegeschiedenis aan bod.


basisdekking bieden. Vanaf dat percentage is eveneens tussenkomst van de compensatiekast

mogelijk. De compensatiekas betaalt het stuk bijpremie dat boven het vernoemde percentage

uitstijgt. Deze compensatiekas wordt onderhouden door alle verzekeraars die schuldsaldover-

zekeringen aanbieden en de hypothecaire kredietverleners zelf. Het objectief van de kas is om

de last van de bijpremies te verdelen.

De wet heeft duidelijk een aantal positieve consequenties voor de verzekeringsnemers, maar

de verzekeraars waren evenwel minder tevreden met deze wetswijziging. Assuralia ging in

juni 2010 naar het Grondwettelijk Hof om de wet aan te vechten. Op 10 november 2011

kreeg Assuralia evenwel over de ganse lijn ongelijk van de rechtbank. De wet-Partyka is dus

een feit, hoewel er nog geen uitvoeringsbesluiten voor bestaan. Belangrijke aspecten van de

wet kunnen bijgevolg nog niet praktisch toegepast worden, hoewel de wet wel bestaat en men

er zich dus moet aan houden. Bovendien is er in de wet geen absoluut recht op (plicht tot)

verzekering gekomen. Mensen met een heel korte levensduur zullen dus nog steeds uit de boot

vallen, maar tot 15.000 mensen worden jaarlijks verwacht makkelijker aan een hypothecaire

lening te raken.

23

Hoofdstuk 2

Segmentatiecriteria in de praktijk

In het vorige hoofdstuk zagen we dat sinds eind december vorig jaar segmentatie op basis

van geslacht niet langer toegestaan is. Om een idee te krijgen van het belang van dit verbod

bespreken we in dit tweede hoofdstuk de belangrijkste segmentatiecriteria zoals ze tot dat

moment bestonden. We besteden in 2.2 bijzondere aandacht aan het mortaliteitsverschil tussen

mannen en vrouwen.

2.1 De belangrijkste segmentatiecriteria anno 2012

We starten dit hoofdstuk met een snel overzicht van de segmentatiecriteria die tot voor 21 de-

cember 2012 het vaakst gebruikt werden. Kijken we naar de Belgische markt dan zien we over

het algemeen vaak dezelfde segmentatiecriteria. Tot december 2012 was er - zeker bij de grote

verzekeringsmaatschappijen - weinig creativiteit te bespeuren.

De meest belangrijke en ook het meest logische criterium waarop in de Belgische en buiten-

landse verzekeringsmarkt werd gesegmenteerd is de leeftijd. Het spreekt voor zich dat hoe ou-

der iemand is, hoe groter de sterftekans is. Jongere mensen verdienen dus ook om een lagere

premie te betalen voor een overlijdensverzekering. In Belgie bestaan wettelijke sterftetafels

die de sterftekans uitzetten t.o.v. de leeftijd. Sinds eind 2012 zijn de verzekeraars verplicht

met uniseks-sterftetafels te werken, maar tot 21 december 2012 mochten verzekeraars ook een

onderscheid maken tussen de geslachten en voorzag de Belgische wetgever aparte sterftetafels

24 HOOFDSTUK 2. SEGMENTATIECRITERIA IN DE PRAKTIJK

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

mannen en vrouwen1.

Alle Belgische verzekeraars maakten tot dan gebruik van het geslacht als segmentatiecrite-

rium. Dit onderscheid is dan ook niet uit de lucht gegrepen; er is een belangrijk en erg opval-

lend verschil in sterftecijfers tussen mannen en vrouwen. Vrouwen leven langer dan mannen

of mannen sterven dus sneller dan vrouwen. De sterftekans bij mannen ligt op elke leeftijd

hoger dan voor de vrouwen van dezelfde leeftijd. Het is dan ook begrijpelijk dat verzeke-

ringsmaatschappijen de premie voor overlijdensverzekeringen voor hen hoger leggen. Ook

het verschil in levensstijl (socio-economische status) speelt hier een belangrijke rol. Voor een

korte bespreking van het sterfteverschil tussen mannen en vrouwen, in binnen- en buitenland,

verwijzen we naar 2.2, op het verband met de socio-economische status komen we terug in 3.2.

Een derde en zeker ook uitgebreid gebruikt segmentatiecriterium is de gezondheidstoestand en

hieraan gekoppeld het gezondheidsrisico. Ook binnen een groep mannen of vrouwen met de-

zelfde leeftijd bestaat nog een heel groot verschil in sterfterisico, terwijl - zoals vermeld in het

eerste hoofdstuk - het de bedoeling van de verzekeraars moet zijn om de verzekerden zo goed

als mogelijk in te delen in realistische risicoklassen. Deze risicoverschillen worden voor een

groot stuk opgevangen door het invoeren van de gezondheidstoestand als segmentatiecriterium.

De huidige gezondheidstoestand is een zaak, maar het is zeker in geval van langdurige over-

lijdensdekking even belangrijk de evolutie doorheen de tijd te kunnen inschatten. In functie

daarvan maken verzekeringsmaatschappijen gebruik van medische vragenlijsten waarin ze o.a.

polsen naar rokersgedrag, gebruik van alcohol en andere verdovende middelen, maar eveneens

naar sporten reisgedrag. Anderzijds gaan er aan het aanvaarden van een verzekering allerlei

medische onderzoeken vooraf, o.a. hart-, bloed- en urineonderzoeken. De mate waarin geseg-

menteerd wordt, is evenwel nog afhankelijk van verzekeraar tot verzekeraar. Dit komt reeds

tot uiting in het voorbeeld op de volgende pagina (tabel 2.1): m.b.t. het rokersgedrag kan er

gesegmenteerd worden tussen rokers en niet-rokers, maar de verdeling kan evengoed gedetail-

leerder gebeuren. Wat segmentatie o.b.v. gezondheid betreft, is het rokersgedrag ongetwijfeld

1Tegenwoordig zijn er unisekstafels XK, zie [7].

2.1. DE BELANGRIJKSTE SEGMENTATIECRITERIA ANNO 2012 25

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

rokers.

Rokersgedrag Verdeling Relatief risico

(1) Zware sigarettenrokers 14% 205%

(2) Lichte sigarettenrokers 17% 163%

(3) Sigarettenrokers (= (1) + (2)) 31% 182%

(4) Pijp- en sigaarrokers 5% 120%

(5) Rokers (= (3) + (4)) 36% 173%

(6) Voormalige rokers 29% 108%

(7) Nooit-rokers 35% 90%

(8) Niet-rokers (= (4) + (6) + (7)) 69% 100%

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

Als vierde redelijk courant segmentatiecriterium hebben we het verzekerd kapitaal. Het spreekt

voor zich dat het verzekerd kapitaal van belang is bij de premiebepaling. De verzekeraars zien

de grote kapitalen graag komen en zullen vaak een commerciele geste doen indien zo’n inte-

ressante verzekeringspolis zich aandient. Anderzijds zal men bij grote te verzekeren bedragen

ook specifieker onderzoek vragen vooraleer het kapitaal te verzekeren. Bij Belfius bijvoor-

beeld, maar ook bij andere verzekeringsmaatschappijen, hangt de inhoud van de medische

vragenlijst af van de leeftijd en het geslacht, maar ook van het verzekerd kapitaal2.

Met leeftijd, geslacht, gezondheidstoestand en verzekerd kapitaal hebben we de vier meest

courante parameters voor risicoinschatting. Sommige (meestal kleinere) verzekeraars zijn in

hun zoektocht om zich te differentieren van de grotere marktspelers iets creatiever in hun seg-

mentatie. Zo biedt Nationale Suisse een schuldsaldoverzekering aan waarop het 10% korting

geeft indien de verzekerde lid is van een sportclub (zie [27]), het won daarmee de Decavi-trofee

2010 voor beste schuldsaldoverzekering. ZA Verzekeringen geeft dan weer korting voor or-

gaandonoren en keert gezondheidscheques uit om hun verzekerden gezond te houden. Ook

2Zie [24].


zij wonnen hier meerdere Devaviprijzen mee. Een ander opvallende product van ZAV is de

schuldsaldoverzekering met de premieduur gelijk aan de duur van de lening. Hierdoor betaalt

de verzekeringsnemer elk jaar de risicopremie, dit bedrag stijgt de eerste jaren en daalt vanaf

de helft van de duurtijd3. Ook de schuldsaldoverzekering op twee hoofden wordt populairder,

het risico is lager en hiervan kunnen ook de verzekeringnemers profiteren door een premielast

die tot 15% daalt. Bij de klassieke schulsaldoverzekering op een hoofd werd het ook voor

partners aangeraden om zich elk voor de volle 100% te verzekeren4. In dat geval wordt bij

overlijden van beide personen het openstaande kapitaal dubbel uitbetaald. Dit zorgt voor een

hoger risico en dus ook een hogere premie.

In Nederland is er reeds een verzekeraar die differentieert o.b.v. woonplaats (zie [33]), maar

over het algemeen zijn de segmentatiecriteria echter heel erg gelijklopend over de verschil-

lende verzekeringsmaatschappijen, ook binnen Europa. Nu sinds 21 december 2012 de mo-

gelijkheid tot segmentatie op vlak van geslacht wegvalt, moet er echter gezocht worden naar

goede alternatieven. Het hoofdstuk 3 wijden we volledig aan statistisch onderzoek naar enkele

interessante maatstaven die op dit moment nog niet zo wijdverspreid zijn.

2.2 Een onderzoek naar geslacht als segmentatiecriterium

Tot 20 december 2012 was het voor levensverzekeraars nog toegestaan om een onderscheid te

maken tussen mannen en vrouwen op vlak van acceptatie en tariefzetting. Elke verzekeraar op

de markt maakte gebruik van een onderscheid tussen de geslachten om de tarieven te bepalen.

Statistisch onderzoek toont dan ook aan dat dergelijk onderscheid gerechtvaardigd is.

In figuur 2.1 op de pagina hiernaast worden de werkelijke Belgische sterftecijfers uit 2009

afgebeeld. Voor beide geslachten wordt per leeftijd de sterftekans bepaald op basis van de

ervaringscijfers uit 20095. We merken een duidelijke oversterfte van Belgische mannen t.o.v.

Belgische vrouwen.

3Volgens de website www.za.be ligt de premie tot 30% lager.4Ook door de consumentenorganisaties, zie [14].5Bron: The Human Mortality Database, [37]

2.2. EEN ONDERZOEK NAAR GESLACHT ALS SEGMENTATIECRITERIUM 27

De cijfers voor 2009 waren in die zin ook absoluut niet uitzonderlijk. Bekijken we de ef-

fectieve sterftecijfers van Belgische mannen en Belgische vrouwen voor de jaren 2005 t.e.m.

2009, figuur 2.2, dan kunnen we telkens eenzelfde conclusie maken, nl. dat Belgische mannen

een opvallende oversterfte hebben t.o.v. Belgische vrouwen. Kijken we naar de verhouding

van de sterftekansen voor mannen t.o.v. vrouwen in de ons omringende landen6 (meest recente

cijfers: Nederland (2009), Frankrijk en Duitsland (2010)), zie figuur 2.3, dan bemerken we

eveneens diezelfde opvallende oversterfte voor de mannen.

Vrouwen leven dus langer dan mannen. Belgische meisjes die in 2009 werden geboren ken-

den zelfs een levensverwachting die meer dan vijf jaar hoger lag dan die van hun mannelijke

leeftijds- en landgenoten. In de andere landen is er eveneens een duidelijk verschil in le-

vensverwachting tussen mannen en vrouwen; in tabel 5 in de bijlage zijn de laatste cijfers

opgenomen voor de meest interessante landen. Aangezien de cijfers niet voor elk van de

landen even recent zijn, moeten we voorzichtig omspringen met deze gegevens. Want de le-

vensverwachting stijgt immers doorheen de tijd. Toch laat het ons toe een korte bespreking te

houden van de belangrijkste verschillen. Binnen West-Europa lijken er kleine verschillen te

zijn, maar deze zijn eerder beperkt. Men zou kunnen opmaken dat hoe zuidelijker, hoe hoger

de levensverwachting. Ook Scandinavie scoort traditioneel goed. Op deze regels zijn evenwel

ook uitzonderingen. De Verenigde Staten scoren als meest ontwikkelde land opvallend zwak,

maar vooral de lage levensverwachting en de grote verschillen tussen mannen en vrouwen in

de voormalige Sovjetlanden vallen op. Tot slot springt de hoge levensverwachting in Japan in

het oog. Ook in Japan is er evenwel een groot verschil tussen de geslachten. Het lijkt er op dat

er naast een groot verschil in sterftecijfers o.b.v. geslacht ook significante verschillen zullen

zijn naar locatie. We gaan hier dieper op in in 3.3.

Uit het voorgaande blijkt duidelijk dat geslacht een goed segmentatiecriterium was. Het werd

dan ook door zowat elke verzekeringsmaatschappij gebruikt in het tijdperk dat dit nog toege-

6In Luxemburg leven te weinig mensen voor betrouwbare cijfers.


(a) Belgen tussen 0 en 85 jaar

(b) Belgen tussen 0 en 50 jaar

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

2.2. EEN ONDERZOEK NAAR GESLACHT ALS SEGMENTATIECRITERIUM 29

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

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


staan was. Volgens cijfers van Swiss Re7, de tweede grootste herverzekeraar in de wereld,

betaalden 40-jarige Belgische mannen tot 60% meer dan Belgische vrouwen van dezelfde

leeftijd voor een schuldsaldoverzekering over 25 jaar. Binnen Europa lag dit cijfer tussen 33%

(Nederland) en 129% (Frankrijk). We vinden dit terug in tabel 2.2.

Sterftetafels Land op 30 jaar op 40 jaar

MK - FK Belgie + 68% + 60 %

GBMV 03 - 08 Nederland + 34% + 33%

THF 00-02 Frankrijk + 124% + 129%

DAV08T R Duitsland + 67% + 62%

EKM/F 1995 Zwitserland + 64% + 70%

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

Sinds het Arrest van het Europees Hof van Justitie dat inging op 21 december 2012 is het in

Europa niet langer toegestaan om te differentieren tussen mannen en vrouwen. Sindsdien is

er dus nood aan nieuwe segmentatiecriteria. We herinneren ons uit het eerste hoofdstuk dat

het evenwel verboden is te segmenteren op elke karakteristiek die met geslacht in verband

gebracht kan worden. Segmentatie o.b.v. eigenschappen die rechstreeks verbonden zijn aan

het geslacht zijn dus ook verboden. Welke segmentatiecriteria wel kunnen gebruikt worden,

bespreken we in volgend hoofdstuk.

7Zie presentatie Swiss Re [22].

31

Hoofdstuk 3

Een onderzoek naar nieuwe

segmentatiecriteria

Over het algemeen wordt gezondheid - en dus ook mortaliteit - beınvloed door drie groepen

van factoren. Vooreerst zijn er de biologische determinanten zoals geslacht en leeftijd; andere

zuiver genetische factoren waren reeds langer verboden als segmentatiecriteria. Daarnaast zijn

er ook de culturele determinanten. We denken hierbij aan eetgewoontes, rookgewoontes, maar

ook aan de frequentie van de doktersbezoeken. Tot slot spelen ook de structurele elementen

een rol. Denk maar aan het milieu, de socio-economische status of het beroeps- en opleidings-

niveau.

In het vooruitzicht van de anti-discriminatietarifering en het verbod op een van de twee bruik-

bare biologische determinanten, zijn verzekeringsmaatschappijen de voorbije jaren sterk geınteresseerd

geraakt in de andere twee determinanten. Het verbod op elk onderscheid op basis van geslacht,

tot dan een van de belangrijkste segmentatiecriteria in de verzekeringssector, verplichtte de

levensverzekeringsmaatschappijen op zoek te gaan naar nieuwe criteria. In dit hoofdstuk be-

spreken we de belangrijkste segmentatiecriteria die de voorbije jaren onderzocht zijn o.b.v.

statistisch onderzoek en hun toepasbaarheid.

32 HOOFDSTUK 3. EEN ONDERZOEK NAAR NIEUWE SEGMENTATIECRITERIA

3.1 Body Mass Index (BMI)

Een eenvoudige en erg interessante variabele is de body mass index (BMI), zijnde de verhou-

ding van het gewicht (in kilogram) en het kwadraat van de lengte (in meter):

BMI =gewicht (kg)(lengte (m))2

Een BMI tussen 18.5 en 25.0 is optimaal, een BMI lager dan 18.5 wijst op ondergewicht terwijl

een BMI boven 25.0 overgewicht suggereert (obesitas indien BMI groter dan 35.0, morbide

obesitas indien BMI groter dan 40.0). In onderstaande figuren 3.1 en 3.2 ziet men dat een te

lage BMI, maar vooral een te hoge BMI, de sterftekans aanzienlijk doet toenemen, zowel bij

mannen als bij vrouwen. Tussen ongeveer 18.0 en 27.5 is er geen betrouwbare oversterfte,

maar eens onder de 18.0 is de sterftekans gemiddeld dubbel zo groot (50% groter voor rokers).

BMI’s boven de 28.0 geven aanleiding tot sterftekansen die gemiddeld drie keer (twee keer

voor rokers) zo groot zijn. Opvallend is dat het effect van een te hoog of te laag BMI voor

rokers beduidend lager is dan gemiddeld. Rokers kennen reeds een hogere mortaliteit, een

hogere BMI zal hun sterftecijfers dus relatief minder doen toenemen.

Figuur 3.1: Relatieve sterftekans naar BMI, voor mannen en vrouwen (cijfers van 2012, [22])

Kijkt men naar enkele aandoeningen apart dan ziet men dat overgewicht een grotere kans geeft

op sterven ten gevolge van kanker, hart- en vaatziekten en andere aandoeningen, zie figuur 3.2.

3.2. SOCIO-ECONOMISCHE VERSCHILLEN 33

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

3.2 Socio-economische verschillen

In verschillende (Europese) landen wordt reeds lange tijd onderzoek gedaan naar het effect

van socio-economische verschillen op (vroegtijdige) sterfte. Dergelijk statistisch onderzoek

toont meestal aan dat er weldegelijk een effect is: een lagere positie op de socio-economische

ladder is vaak gecorreleerd met een hogere mortaliteit op middelbare en oudere leeftijd. Voor

boorlingen is de leeftijd en het gedrag van de moeder tijdens de zwangerschap van groot be-

lang voor de zuigelingensterfte. De professionele activiteiten van de vader blijken evenwel het

grootste effect te hebben op de prenatale sterfte: de mortaliteit is tot twee maal zo groot bij

arbeiders dan bij vaders die een vrij beroep uitoefenen.

De meerderheid van deze internationale studies bevestigt, los van tijd of ruimte, dit effect.

Toch zijn er ook schaalverschillen, zo wordt de grootste invloed gemeten in de Verenigde Sta-

ten, het kleinste in Nederland en de Scandinavische landen. We zagen eerder reeds in tabel 5

van de bijlage dat de sterftecijfers in die laatste landen zowieso al een stuk lager lagen en de

verschillen tussen mannen en vrouwen er ook kleiner waren dan in de andere Westerse landen.

Door een gebrek aan cijfermateriaal bestond in Belgie dergelijk onderzoek tot voor kort nog

niet, maar met dank aan de Vrije Universiteit Brussel1 kwam daar verandering in. Het betreft

een studie rond de bijdrage van de socio-economische ongelijkheid tot de sterfte van Belgische

1Cel Interface Demography, zie [21].


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

de nationale sterftecijfers tussen 1991 en 1996.

Eerder werden reeds verschillende verklaringen naar voor geschoven om dit socio-economisch

effect te verklaren. Een eerste hypothese is dat het zou gaan om een schijnrelatie die het ge-

volg is van gemeenschappelijke oorzaken voor sterfte en socio-economische positie. Het is

onmogelijk om te standaardiseren voor alle mogelijke invloeden. Uitzonderlijke controles to-

nen echter aan dat het effect blijft bestaan indien men deze controlefactoren opneemt in de

statistische analyse. Een andere plausibele verklaring zou natuurlijk zijn dat gezondheidspro-

blemen (en sterfte) niet het gevolg zijn van socio-economische status, maar eerder de oorzaak.

Uit studies o.b.v. selectie blijkt evenwel dat slechts een klein gedeelte van het verband tus-

sen socio-economische status en gezondheidsproblemen in die richting wijst. Het lijkt er dus

op dat de socio-economische status weldegelijk een causaal effect heeft op de gezondheidstoe-

stand en de sterfte. Dit zou kunnen te verklaren zijn door het feit dat hogere socio-economische

klassen over meer kennis beschikken en bijgevolg betere levensgewoontes en individueel een

gezondere levensstijl hebben. Deze visie heet de culturele visie, hier tegenover staat de structu-

rele visie. De structurele visie meent dat een verschil in socio-economische status zich vertaalt

in een betere woon-, leef- en werkomgeving en zorgt voor betere materiele en psycho-sociale

toestanden. Beide visies zijn verenigd in figuur 3.3.

In het onderzoek van midden de jaren ’90 dat we in het volgende stuk zullen aanhalen, blijkt

dat er weldegelijk opvallende sterfteverschillen zijn naar socio-economische status. Uit [1]

blijkt dat deze verschillen er ook in het begin van de huidige eeuw nog aanwezig waren en

zelfs versterkt zijn.

3.2.1 Socio-economische factoren

In het onderzoek dat we hier gedetailleerd zullen bespreken zijn verschillende covariaten ter

beschikking. Deze zijn gekozen o.b.v. theoretische en empirische bevindingen uit de literatuur

en de beschikbare gegevens in de volkstelling. Er zijn amper biologische en geen culturele fac-

toren in opgenomen. De structurele factoren vormen dan ook de basis van het onderzoek: de


Figuur 3.3: Socio-economische invloed op sterfte (naar [1])

opleiding, tewerkstelling, leefvorm, inkomen, vermogen en later ook de woonplaats. Het mag

in deze context echter duidelijk zijn dat deze verschillende structurele factoren dooreen lopen

en elkaar beınvloeden. De socio-economische status zal (bvb. via het inkomen) de eet- en

rookgewoontes beınvloeden, maar ook de toegankelijkheid van doktersbezoeken, er is m.a.w.

een invloed van de structurele op de culturele factoren. Uiteraard zullen ook de woon- en

werkplaats (milieufactoren) beınvloed worden door de socio-economische status, alleen al via

opleiding en beroep. Binnen de socio-economische factoren zal het onderwijsniveau uiteraard

bepalen welk beroep men uitoefent, wat op zijn beurt weer bepaalt welke leefvorm men aan-

houdt.

3.2.2 Opbouw van de dataset en analysemethode

De personen in de database werden vijf jaar opgevolgd, tussen 01/03/1991 en 29/02/1996, en

kregen een waarde opgekleefd. Deze waarde gebruikt men als afhankelijke variabele (Y ) en is

gelijk aan het aantal maanden dat een persoon leefde gedurende de observatieperiode. Perso-

nen die niet sterven krijgen een waarde 60, personen die op 15 april 1992 stierven een 13.5.

Personen die emigreren werden - op het eerste moment vreemdgenoeg - gelijk gesteld aan ster-

vende mensen. Door de koppeling van twee datasets (rijksregister en volkstelling) konden 27


van de 9.978.681 mensen niet gekoppeld worden. Daarnaast werden om diverse redenen nog

eens 568 observaties geschrapt, waardoor er dus nog 9.978.086 overbleven. In onderstaande

tabel 3.1 staat een overzicht van de overlijdens, extra schrappingen en emigraties per jaar. Tel-

len we de extra schrappingen niet mee, dan zal nog geen 0,96% van de observatiepersonen

door emigratie uit het onderzoek verdwijnen.

jaar overlijdens schrappingen emigraties

1991 84.663 6.737 21.026

1992 102.489 7.762 20.426

1993 105.181 7.464 18.020

1994 102.010 7.874 17.262

1995 103.115 9.071 16.294

1996 20.332 1.598 2.537

Totaal 517.790 40.506 95.565

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

In dit statistisch onderzoek is het aldus de bedoeling een model te creeren waarin de tijd tot

overlijden wordt voorspeld door meerdere covariaten. Wanneer men in de statistiek de tijd tot

het optreden van een bepaald event (hier het overlijden) vanaf de opvolging van de observa-

tiepersoon (hier 1 maart 1991) wenst te voorspellen, maakt men over het algemeen gebruik

van survival analysis. Bij de beschrijving van de opbouw van het onderzoek moet het reeds

opgevallen zijn dat voor een grote groep van observatiepersonen niet exact geweten is hoe

lang ze overleven. Voor mensen die na 19 maanden emigreren naar het buitenland zal enkel

geweten zijn dat ze sinds 1 maart 1991 nog langer dan 19 maanden geleefd hebben (y > 19).

Anderzijds zal voor alle observatiepersonen die de ganse periode overleven ook enkel gewe-

ten zijn dat ze langer dan 60 maanden na het begin van de screening nog leefden (y > 60).

Binnen de survival analysis spreekt men in deze context over censoring, censoring treedt op

wanneer voor bepaalde gescreende personen niet exact geweten is wanneer het voorval zich

voordoet. Meer specifiek spreekt men over right censoring indien men voor dergelijke obser-


vaties wel weet dat de overlevenstijd boven een bepaalde waarde is, maar niet exact. Het mag

duidelijk zijn dat (right) censoring een probleem kan vormen voor de betrouwbaarheid van de

onderzoeksresultaten. In dit geval hebben we evenwel 9.978.086 observatiepersonen ter be-

schikking, ook na opsplitsing in covariaatgroepen bevinden zich in elke groep nog voldoende

testpersonen om betrouwbare resultaten te verkrijgen. In dit onderzoek zal het censoringpro-

bleem dus niet onmiddellijk voor veel schade zorgen, toch moeten we er rekening mee houden.

Het gebruik van de traditionele regressiemodellen zou, naast de censoring, nog een tweede

probleem opleveren. Bij deze klassieke technieken moet op voorhand een beslissing genomen

worden over de distributie van de te voorspellen variabele. Voor sterfterisico’s is niet zo een-

voudig. Men kan wel bepaalde vermoeden hebben hierrond, maar meer dan banaal giswerk

is dat niet. Aangezien de exacte sterfdatum gekend is (dag, week en maand) weten we dat

we een continu model mogen opbouwen, maar zeker wanneer de sterfterisico’s niet monotoon

verlopen zal dit tweede probleem de betrouwbaarheid van onze resultaten aantasten.

In de survival analysis onderscheidt men het Kaplan-Meier-model en het Cox proportional ha-

zards model. Beide modellen reiken oplossingen aan voor de twee eerder beschreven nadelen

van traditionele modellen. Wanneer het model echter opgebouwd wordt met meerdere voor-

spellende variabelen, zal het Cox proportional hazards model betere resultaten opleveren2. Het

lijkt dan ook de beste keuze om het Cox proportional hazards model te verkiezen boven dat

van Kaplan-Meier.

Het model van Cox is een semi-parametrisch model omdat de verdeling van het sterfterisico

niet op voorhand moet opgegeven worden. Wat de verdeling ook is, de β-parameters zullen

meestal opvallend goed geschat worden. De parameters die het model oplevert worden de

hazard ratio’s (β = HR) genoemd, een HR = 1 duidt op onverschilligheid t.o.v. de corres-

ponderende covariaat. Een HR > 1 duidt op een negatief gezondheidseffect (het sterfterisico

stijgt), een positief gezondheidseffect komt via dit model boven drijven via een HR < 1.

2Waar het Kaplan Meier overigens enkel antwoord geeft op de vraag ‘is er een effect?’ geeft het Cox propor-

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


Het theoretisch model heeft de onderstaande vorm. Het model bestaat uit een gemeenschap-

pellijke risicofunctie h0(t) en een exponentfactor die de gemeenschappelijke factor versnelt

(β j = exp(B j) ≥ 1) of vertraagt (β j = exp(B j) ≤ 1). De relatieve risico’s β j = exp(B j) vor-

men dan de hazard ratio’s: een toename van een eenheid in de verklarende variabele X ji maakt

de sterftekans hi(t) β j keer groter, telkens voor j = 1, . . . ,k met k het aantal covariaten. Wij

zullen vaak categorische covariaten tegenkomen, een toename met een eenheid moet dan ver-

taald worden als een verandering naar een volgende categorie.

hi(t) = h0(t) exp(B1X1i +B2X2i +B3X3i + . . .+BkXki)

= h0(t) exp(B1X1i)exp(B2X2i) . . .exp(BkXki),

telkens voor i = 1, . . . ,n = 9.937.56, het aantal personen in het onderzoek exclusief de ge-

schrapten. Men maakt hier een niet onbelangrijke veronderstelling, namelijk dat het effect

van de verschillende covariaten niet verandert doorheen de tijd. In de statistiek staat deze

assumptie bekend onder de naam de proportional hazards assumptie. In principe zou er een

effectwijziging doorheen de tijd kunnen zijn, maar men moet al heel ver zoeken om realistische

voorbeelden te bedenken. Het lijkt het meest logische dat het effect in maart 1991 hetzelfde

is als dat in februari 1996, en bij uitbreiding in alle jaren erna. De veronderstelling werkt dus

niet beperkend op de resultaten van dit onderzoek.

De uiteindelijke opbouw van het regressiemodel gebeurt in twee stappen. In een eerste stap

worden de verschillende covariaten afzonderlijk ingevoerd in een univariaat model. In een

tweede stap worden enkele multivariate modellen opgebouwd. We dienen hierbij al een eerste

opmerking te maken rond de opbouw van de modellen, men werkt hier met heel eenvoudige

multivariate modellen. Elke covariaat wordt op gelijke voet in het model ingebracht, zonder

tijdsvariatie of interactie. In een zogenaamd levenscyclusmodel zou men het model opbou-

wen in volgorde van de keuzes die men maakt doorheen de levensjaren. Zo kiest men (over

het algemeen) eerder voor een opleidingsniveau dan voor een beroepscategorie of een gezins-

samenstelling. Een dergelijk model staat toe om het volledige effect van bijvoorbeeld het

onderwijsniveau te bepalen omdat het niet afgezwakt wordt met covariaten die pas op latere

leeftijd ingevuld zijn en dus kunnen (en vaak zullen) beınvloed worden door het onderwijsni-


veau. Op basis van dit effect zou dan een bijkomend effect van de latere covariaten kunnen

worden geschat. Maar dit gebeurt hier dus niet. Een tweede belangrijk iets om te onthouden

is dat de relatie tussen sterfte en de covariaten ook - zoals eerder reeds aangehaald - in twee

richtingen kan werken. Zo zal de gezondheidssituatie (de sterftekans geeft hier een waarde

aan) een effect hebben op de socio-economische positie, bijvoorbeeld langs de beroepsstatus,

tewerkstellingsstatus en het soort inkomen (healty worker effect), maar ook op het opleidings-

niveau en zelfs de leefvorm (de gezondheidssituatie zal bijvoorbeeld een invloed hebben op de

gezinssituatie). Er is een effect in beide richtingen.

In de groep 65-plussers van de mannen en de groep vrouwen boven de 60 jaar3 zullen zich

voornamelijk gepensioneerden bevinden. Onder de jonge mensen zal dan weer weinig verschil

in gezinssamenstelling bestaan, onder de heel jonge mensen ook amper verschil in onderwijs-

niveau en beroepsstatus. Daarom verkiest men om zich te beperken tot de middelbare leeftijd,

met name de laatste twintig jaar voor de pensioenleeftijd (45 tot 64 jaar, respectievelijk 40 tot

59 jaar). De groep testpersonen blijft evenwel groot genoeg voor betrouwbare conclusies.

In het onderzoek werd aanvankelijk een onderscheid gemaakt tussen mannen en vrouwen,

daarom zijn de resultaten ook beschikbaar voor beide groepen. Maatschappelijk, en dus ook

socio-economisch, zijn er namelijk niet onbelangrijke verschillen tussen beide geslachten. Zo

is de classificatie van vrouwen naar inkomen of beroep, en dit zijn twee van de belangrijkste

socio-economische variabelen, een stuk moeilijker dan bij mannen. Hun positie op de ar-

beidsmarkt is minder stabiel, ze maken die afhankelijk van hun huishoudenspositie. De socio-

economische status van Belgische vrouwen kan dus niet zomaar zuiver o.b.v. hun beroep of

inkomen gestaafd worden. Bovendien nemen vrouwen nog steeds een lagere beroepspositie

in t.o.v. mannen met een gelijkaardig diploma. Er zal bijgevolg blijken dat men bij vrou-

wen een minder lineair verband ziet tussen het socio-economisch niveau en het sterfterisico.

Een beperking tot actieve vrouwen of een introductie van het beroep van de man in de socio-

economische status van vrouwen kan een oplossing bieden. Hoe dan ook zal het invoeren van

meerdere covariaten de beperkingen uitmiddellen.

3In 1991 lag de wettelijke pensioenleeftijd in Belgie op 65 jaar voor mannen en 60 jaar voor vrouwen.


3.2.3 Socio-economische brutomodellen

Men bouwt de regressiemodellen op met behulp van Cox-regressie, zoals eerder besproken, en

in eerste instantie met telkens slechts een covariaat naast de leeftijd. Men maakt afzonderlijke

modellen met respectievelijk de beroepsstatus, het inkomenstype, de huisvestingskwaliteit, het

onderwijsniveau en de leefvorm. Concreet verdeelt men de personen over leeftijdsklassen van

vijf jaar: 45-49 jaar, 50-54 jaar, 55-59 jaar en 60-64 jaar voor mannen, 40-44 jaar, 45-49 jaar,

50-54 jaar en 55-59 voor vrouwen omdat hun pensioenleeftijd toen nog op 60 jaar lag. Men

onderzoekt hoe binnen deze leeftijdklassen de verschillende covariaatklassen zich tegenover

elkaar verhouden, de referentiegroep is telkens de volledige leeftijdsklasse. De relatieve ri-

sico’s zijn gegeven door de β-coefficienten, de exponentwaarden van de B-coefficienten. Is de

exponentwaarde groter dan een dan is er een groter risico dan gemiddeld, is de waarde kleiner

dan een dan is het sterfterisico kleiner dan gemiddeld. Of equivalent hiermee: is de correspon-

derende B-waarde positief dan is er een groter risico dan gemiddeld, is de corresponderende

B-waarde negatief dan is het sterfterisico kleiner dan gemiddeld.

a. De beroepsstatus

De personen worden ingedeeld naar tewerkstellingsgraad, ook de niet-actieve personen uit de

dataset worden gebruikt. De actieve bevolking wordt verder opgedeeld in een aantal orden-

bare klassen o.b.v. het beroep (de EGP-klasse) zoals het uitgeoefend werd op 01/03/1991. De

EGP-klassering verdeelt de beroepsactieve bevolking over zeven klassen. Het uitgangspunt is

dat elk van de (zeven) klassen gekenmerkt wordt door een bepaalde maatschappelijke (socio-

economische) positie die het gevolg is van o.a. de bron en de hoogte van het inkomen, de mate

van economische zekerheid, kansen op economische vooruitgang . . . Deze EGP-klassering,

de zeven klassen worden hieronder opgesomd in tabel 3.2, is ondertussen uitgegroeid tot een

internationale standaard m.b.t. de beschrijving van klassenposities. Men maakt nog een bij-

komend onderscheid binnen de niet-actieve bevolkingsgroep tussen mensen zonder beroep,

volledig werklozen en mensen met een brug- of overlevingspensioen. Voor mannen neemt

men nog de werkonbekwamen en gehandicapten in een werkplaats apart in de analyse. Daar-

naast neemt men voor de mannen ook de landbouwers als een aparte beroepscategorie.


EGP-klasse Beroepscategorie

I grote zelfstandingen, hogere leidinggevenden & academici

II lagere leidingevenden & hooggeschoolde hoofdarbeid

III routine hoofdarbeiders

IV kleine zelfstandigen

V toezichthouders & (hoog)geschoolde handenarbeiders

VI half- en ongeschoolde handarbeid & landbouwers

VII kleine zelfstandigen

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

Voor vrouwen kan men - zoals eerder verklaard - bij de opsplitsing rekening houden met de

beroepsklasse van de man, maar dan is men beperkt tot de gehuwde en wettelijk samenwo-

nende vrouwen. In het onderzoek neemt men de ganse groep vrouwen op in de dataset. Door

de toegenomen tewerkstellingsgraad van vrouwen, lijkt dit overigens de meest logische keuze.

Er zal echter blijken dat de conclusies voor vrouwen hierdoor minder uitgesproken zijn dan

voor de mannen, maar dit zal niet alleen voor de beroepsstatus het geval zijn.

In tabel 6 van de bijlage vindt men de relatieve sterftekansen naar beroepsstatus terug voor

onze onderzoeksgroep, voor de mannen maakt men een onderscheid naar leeftijdklasse. In

figuur 3.4 zijn de gegevens omgezet in een overzichtelijk grafiek. Een eenvoudige analyse

van de data wijst reeds op een duidelijk verschil tussen actieven en niet-actieven. De hoogste

sterfterisico’s bij mannen vindt men in de groep zonder beroep. Dit is niet geheel onver-

wacht wanneer we weten dat tot die groep 40 - 59 - jarigen ook de mensen met een uitkering

wegens blijvende werkonbekwaamheid en de gehandicapten in een beschutte werkplaats gere-

kend zijn. In de opsplitsing naar leeftijdklasse zijn die laatste twee effectief apart beschouwd

en blijkt dat ze samen een risico hebben dat twee tot drie keer groter is dan gemiddeld (β= 3.52

voor de jongste groep, 2.32 voor de oudste leeftijdsgroep). Bij de vrouwen kent de groep zon-

der beroep (hier wordt geen onderscheid gemaakt voor werkonbekwamen en gehandicapten in

een werkplaats) eveneens een groter risico dan gemiddeld, de cijfers zijn echter minder groot


dan voor mannen. Bovendien kennen de vrouwen met een brug- of overlevingspensioen (met

β = 1.68 gemiddeld over alle leeftijden, meteen de grootste risicogroep bij de vrouwen) een

relevant extra-risico t.o.v. de vrouwen zonder beroep. De verklaring ligt voor de hand; mannen

zonder beroep vormen een erg kleine en (ook op gezondheidsvlak) gemarginaliseerde groep in

de bevolking, de werkloze vrouwen echter zijn vaak welgestelde huisvrouwen. Ook volledig

werkloze mannen (β = 1.23 tot 1.69, gemiddeld 1.65) hebben een duidelijk verhoogd risico.

De groep met het derde grootste overlijdensrisico is bij de mannen doorgaans die van de men-

sen op brugpensioen of met een overlevingspensioen.

In de jongste groep kennen deze het derde grootste risico (β = 1.91 tegenover 1.69), maar

vanaf 50 jaar is een brug- of overlevingspensioen minder nadelig dan werkloosheid met uitke-

ring (β = 1.28 tot 1.05 tegenover 1.51 tot 1.23). Vanaf 60 jaar is de mortaliteit voor gepen-

sioneerden (β = 1.05) zelfs slechts het vijfde grootst, na de mensen met een onbekend beroep

(β = 1.14). Dit is omdat de groep van mensen die voor hun 60e op pensioen gaan een kwets-

bare groep is. In die zin zou men algemeen kunnen stellen dat de groep van werklozen precies

een groter mortaliteit kent omdat ze een meer kwetsbare groep zijn. Andere studies insinueren

evenwel dat de verhoogde sterfte een gevolg kan zijn van een gebrek aan sociale contacten of

een verhoging van socio-economische stress die gepaard gaat met werkloosheid.

Het laagste risico voor mannen vindt men afwisselend van leeftijdsgroep tot leeftijdsgroep

terug in respectievelijk de groep van de grote zelfstandigen, de hoge leidingevenden en aca-

demici (β = 0.51 en 0.68) en de zelfstandige boeren (β = 0.61 tot 0.69). Dit eerste is mis-

schien intuıtief te begrijpen, gemiddeld kent deze groep dan ook duidelijk de laagste sterfte.

Het tweede kan verklaard worden door een hogere beroepstevredenheid onder landbouwers

ondanks hun lagere status en inkomen. Vervolgens kennen ook de jonge, mannelijke toezicht-

houders, lagere leidinggevenden en geschoolde handenarbeiders een opvallende ondersterfte

(β = 0.56 en 0.51 voor de jongste groep). Dit effect vermindert weliswaar naarmate de leeftijd

stijgt. De lagere leidinggevende en geschoolde hoofdarbeiders bekleden gemiddeld ook de

tweede plaats (β = 0.70), de toezichthouders en geschoolde arbeiders samen de derde plaats

(β = 0.73). De kleine zelfstandigen vertonen de hoogste sterfte binnen de actieve bevolking

(β = 0.87 gemiddeld, 0.88 tot 0.92 voor de mannelijke leeftijdssklassen). Zelfstandige vrou-


wen kennen zelfs een oversterfte (β = 1.11) t.o.v. het gemiddelde. De kleinste sterftecijfers

bij vrouwen komen voor in de groep van toezichthouders, handenarbeiders en landbouwers

(β = 0.71 tot 0.78). Pas daarna komen de topposities, de routine handarbeiders, lagere leiding-

gevenden en geschoolde hoofdarbeiders (β telkens rond de 0.85).

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

Samenvattend kunnen we stellen dat onze verwachtingen redelijk ingelost worden: de niet-

actieve groepen hebben een groter overlijdensrisico, terwijl actieven een lager risico kennen.

Bovendien worden binnen de actieve bevolking hogere beroepsklassen over het algemeen ge-

kenmerkt door de laagste mortaliteit, de volgorde van klasse tot klasse kan evenwel verschillen

van leeftijdsgroep tot leeftijdsgroep. Onderscheid tussen actieven en niet-actieven is bijgevolg

interessant, we gaan hier in (b.) dieper op in. Bij verdere segmentatie binnen de actieve bevol-

king moet men opletten dat men een juist een leeftijdsonafhankelijk beeld van de invloed op de

sterftecijfers gebruikt. De verschillen bij mannen zijn groter en lineairder dan bij vrouwen, zo

is de verhouding tussen het hoogste en kleinste risico bij vrouwen gelijk aan 2.4 en bij mannen

gelijk aan 3.2. Bij de jonge mannen bovendien nog een stuk hoger dan bij de oudere mannen.

De wetgeving staat echter niet langer toe om een onderscheid te maken op basis van geslacht.


b. De tewerkstellingsstatus

De tewerkstellingsstatus groepeert alle actieve Belgen en vergelijkt ze met de niet-actieve Bel-

gen. De vergelijking wordt in tabel 8 in de bijlage opnieuw gemaakt voor mannen en vrouwen

apart, in figuur 3.5 wordt ze gevisualiseerd. Bij de vrouwen hebben de niet-actieven een mor-

taliteit die gemiddeld 1.4 keer groter ligt dan die bij de actieve vrouwen, bij de mannen is die

verhouding zelfs gelijk aan 2.2. Na opdeling in leeftijdsgroepen, zal men ook hier opmerken

dat de verschillen het grootst zijn bij de jongere leeftijden. Voor de generatie 40-44 jaar is de

ratio 3.0 voor mannen, bij de oudste leeftijdgroep ligt de waarde met 1.5 een stuk lager. De

verklaring is opnieuw dezelfde als voordien: de niet-actieven in de jongere leeftijdsklassen

vormen een gemarginaliseerde en eerder ongezonde groep. In de oudere leeftijdklassen omvat

de groep niet-actieven dan weer een aanzienlijke groep gezonde pregepensioneerden en brug-

gepensioneerden.

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

Er is dus weldegelijk een duidelijk verschil, zeker op jongere leeftijd, in sterftekans tussen

actieve en niet-actieve Belgen. Dit is een bevestiging van de meer gedetailleerde cijfers die


we tegenkwamen in (a.). In deze bespreking van beroepstatus zagen we echter dat er binnen

de opdeling van de actieve mensen wel grote gelijkenissen zijn over leeftijd en geslacht heen,

maar dat er ook bepaalde verschillen zijn. Het kan dus interessant zijn de opdeling in beroeps-

status te beperken tot tewerkstellingsstatus, en rekening houdend met de leeftijdsverschillen

deze covariaat op te nemen in het model voor premieberekening.

Het geslachtsverschil in de cijfers blijkt niet alleen in Belgie op te vallen, ook in in andere

landen duikt dit op. Een verklaring zou zijn dat vrouwen de negatieve (gezondheids)gevolgen

van inactiviteit beter kunnen relativeren omdat ze meer alternatieve waarderingsbronnen heb-

ben. We denken dan vooral aan sociale netwerken. Mannen zijn bovendien nog vaak de

belangrijskte kostwinner waardoor de materiele gevolgen bij inactiviteit van mannen verder

reiken. Bij vrouwen is niet-activiteit nog vaak een bewuste keuze, bij mannen is het vaak een

gedwongen toestand. De wetgeving staat ons echter niet langer toe om in premieberekeningen

een onderscheid te maken tussen mannen en vrouwen, men moet in de premie berekeningen

dus werken met (gewogen) gemiddelde parameterwaarden. Een alternatief kan ook zijn om

in de premieberekening gebruik te maken van socio-economische variabelen die afhangen van

het huishouden, eerder dan van individu tot individu. Dit zal logischerwijs resultaten opleveren

die gelijkaardiger zijn over de geslachten heen, we bespreken dit o.a. in (c.).

c. Het soort van inkomen

Ook de opdeling van het sterfterisico naar soort van inkomen is relatief consistent te noemen

over de leeftijdsklassen, hoewel er opnieuw kleine afwijkingen te bespeuren zijn. Het effect

van het soort inkomen komt uiteraard het meest tot uiting wanneer we de extremen bekijken.

Over het algemeen komt het laagste sterfterisico voor in de groep van huishoudens die hun

loon uitsluitend uit arbeid putten: een voltijds en een deeltijds inkomen (β = 0.52 tot 0.77

voor mannen, gemiddeld 0.71 voor vrouwen), twee voltijdse inkomens (β = 0.57 tot 0.70 voor

mannen, gemiddeld 0.75 voor vrouwen) en een voltijds inkomen (β = 0.70 tot 0.80 voor man-

nen, gemiddeld 0.90 voor vrouwen). Bij de vrouwen wordt die laatste groep weliswaar geklopt

door drie andere groepen die bij de mannen eerder centraal liggen. Op deze uitzondering na

kennen mannen en vrouwen gemiddeld over de verschillende leeftijdsgroepen heen dezelfde


volgorde. Men mag ervan uitgaan dat huishoudens met twee voltijdse inkomens meer inkom-

sten hebben, toch scoren ze niet het best op vlak van mortaliteit (β = 1.04 gemiddeld voor

mannen, 0.82 voor vrouwen). De ideale combinatie lijkt een voltijds en een deeltijds inkomen

te zijn. De stresshoeveelheid zou dus een rol kunnen spelen in de gezondheidtoestand van

huishoudens met twee voltijdse inkomens. Deelt men de mannen in in de gebruikelijke leef-

tijdsklassen dan ziet men dat de oudste groep een afwijkend gedrag vertoont. Dit is - net als

bij de beroepsklassen - een bijzonder groep aangezien zij reeds in grotere mate gepensioneerd

zijn en een vervangingsinkomen hebben, los van hun medische toestand. In de overige leef-

tijdgroepen is die laagste mortaliteit wel telkens te vinden in die eerste drie inkomenstypes.

Na deze types is het patroon evenwel minder consistent.

Bij de hoogste risicogroepen, zowel voor mannen als voor vrouwen - vindt men de huishou-

dens met twee vervangingsinkomen (β = 1.11 tot 2.29 voor mannen, 1.37 gemiddeld voor

vrouwen), een vervanginsinkomen (β= 1.24 tot 2.48 voor mannen, 1.43 gemiddeld voor vrou-

wen) of geen inkomen (β = 1.55 tot 1.80 voor mannen, 1.74 gemiddeld voor vrouwen). De

onderlinge volgorde is voor mannen afhankelijk van leeftijdsgroep tot leeftijdsgroep. Mannen

met een deeltijds en een vervanginsinkomen hebben een risico dat sterk tot matig boven het

gemiddelde uitstijgt (β = 1.15 tot 1.75). Bij vrouwen ligt het risico evenwel onder het gemid-

delde (gemiddeld 0.822).

Algemeen kunnen we stellen dat het inkomenstype een interessante covariaat is om sterfteri-

sico’s te bepalen. De tendensen zijn voor mannen en vrouwen min of meer dezelfde, zeker

wanneer we de extremen bekijken. Die grotere overeenkomst tussen mannen en vrouwen is

uiteraard niet zo verwonderlijk, het inkomenstype is eerder een huishoudelijke eigenschap dan

een individuele eigenschap. De verschillen verdwijnen naarmate de leeftijd stijgt: voor de

jongste mannen is de risicoverhouding van de hoogste risicogroep t.o.v. de laagste risicogroep

gelijk aan zes, voor de groep 50 - 54 jaar ken de grootste risicogroep een risico dat tot drie keer

groter is dan voor de laagste risicogroep, voor de andere leeftijdgroepen ligt dit rond de twee.

De verschillen nemen dus wel af naar leeftijd, maar blijven aanzienlijk groot. De gemiddelde

risicoverhoudingen tussen de extremen per geslacht liggen voor mannen (ratio = 3.0) opnieuw


hoger dan voor vrouwen (ratio = 2.4). Dit zou kunnen te maken hebben met het feit dat man-

nen vaak nog de grootste kostwinner zijn en hun aandeel in het inkomstype dus het grootst

is.

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

d. De huisvestingskwaliteit en levensstandaard

Waar het inkomenstype eerder een idee geeft van de korte termijn inkomsten, geeft de huisves-

tingskwaliteit (hier gezien als een combinatie van woningbezit en woningcomfort) een beeld

van het inkomen op (middel)lange termijn en dus over het vermogen en de levensstandaard.

Het zal niet verbazen dat de resultaten voor mannen en vrouwen gelijklopend zijn. Huisves-

tingskwaliteit is namelijk opnieuw een variabele die iets verteld over het huishouden, eerder

dan over de beide individuen. In tabel 9 van de bijlage zien we de sterftekans (hier enkel voor

mannen) uitgetekend o.b.v. het comfortniveau. Het laagste risico valt te bespeuren bij mannen

die leven in een huis met groot comfort (β = 0.49 tot 0.66), het verschil is enorm t.o.v. de an-

dere groepen. Daarna komen de mannen woonachtig in een huis met klein comfort, voor deze


met middelmatig comfort, al zijn de verschillen erg klein (β = 0.83 tot 0.91 tegenover 0.88 tot

0.96). De mannen in een huis met onbekend comfort kennen mortaliteitscijfers die (net) onder

het gemiddelde liggen. Mannen in een huis zonder klein comfort (β = 1.13 tot 1.43) en zeker

de restgroep (β = 1.51 tot 1.57) kennen de grootste overlijdenskansen. Dit is redelijk logisch

indien men beseft dat in die laatste groep grotendeelds die mensen opgenomen worden die

geen vaste particuliere woning hebben (thuislozen, woonwagenbewoners of mensen woonach-

tig in medische of andere instellingen). Wat de extremen betreft zijn deze cijfers vergelijkbaar

met eerdere studies in het buitenland. Daar kennen mensen met middelmatig comfort wel een

kleinere sterftekans dan mensen met klein comfort.

Ook wat het huisbezit betreft, tabel 10 van de bijlage, scheidt zich een duidelijk patroon af.

Mannen, en ook vrouwen, die een huis bezitten hebben een opvallend lagere sterfte (β = 0.58

tot 0.72), gevolgd door de groep met onbekend huisbezit. Voor die laatste groep circuleren

de sterftecijfers rond het bevolkingsgemiddelde in de jongste leeftijdsgroepen (β = 0.99 tot

1.01), maar is er een duidelijke ondersterfte in de oudere leeftijdsklassen (β = 0.82 tot 0.85).

Huurders kennen een hogere mortaliteit dan gemiddeld (β = 1.11 tot 1.15) en de restgroep

kent het hoogste risico (β = 1.38 tot 1.53).

Vervolgens combineert men de beide indicatoren, wooncomfort en huisbezit, tot een huisves-

tingsvariabele, deze keer voor mannen en vrouwen. Ook deze zorgt voor een consistent beeld

waarin de verschillen enkel verder uitvergroot worden. De cijfers zijn te vinden in de bijlage

(tabel 12), de figuur 3.7 zet de cijfers om in een grafiek. Eigenaars van een huis met groot

comfort hebben een sterftekans die ver onder het gemiddelde ligt (β = 0.45 tot 0.62 voor man-

nen, 0.60 voor de gemiddelde vrouw). Op grote afstand volgen de eigenaars met middelmatig

(β = 0.70 tot 0.78 voor mannen, 0.75 voor de gemiddelde vrouw) of klein (β = 0.73 tot 0.83

voor mannen, 0.81 voor de gemiddelde vrouw) comfort en de huurders van een huis met groot

comfort (β = 0.77 tot 0.90 voor mannen, 0.86 voor de gemiddelde vrouw). In sommige leef-

tijdscategorieen van de mannen hebben huurders van een woning met groot comfort ongeveer

dezelfde sterftekansen als eigenaars van een woning met middelmatig of zelfs klein comfort.


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

Mannen met een comfortniveau of huisbezit onbekend hebben een mortaliteit die rond het

gemiddelde ligt (β = 0.89 tot 1.09), vrouwen met onbekende waarden kennen een kleinere

sterftekans dan gemiddeld (β = 0.87). De eigenaars van een huis zonder klein comfort ken-

nen een klein tot aanzienlijk sterfteoverschot (β = 1.01 tot 1.26 voor mannen, gemiddeld 1.04

voor vrouwen). Voor de jonge leeftijdsgroep worden ze nog vooraf gegaan door de huurders

van een huis met klein comfort (β = 1.26 tegenover 1.21). Voor de oudere leeftijdsgroepen

kennen eigenaars zowieso een lagere sterftekans dan huurders. Daarenboven is er een toene-

mend risico naarmate het comfortniveau afneemt, wat - zie hierboven - voor de afzonderlijke

comfortniveaus niet het geval was. Binnen de groepen met de hoogste mortaliteit vindt men

voornamelijk de huurders terug, maar ook de restcategorie. In de twee jongste leeftijdsgroepen

hebben de huurders zonder klein comfort de hoogste sterfte (β = 1.70 en 1.74), bij de oudere

groepen niet. De volgorde onder huurders is aldus minder consistent dan onder eigenaars.

De verschillen bij vrouwen liggen opnieuw lager dan bij mannen; de ratio tussen de twee

extreemste groepen is gelijk aan 3.1 bij mannen en 2.6 bij vrouwen. Samenvattend kunnen


we hoe dan ook stellen dat de huisvestingskwaliteit een belangrijk segmentatiecriterium zou

kunnen zijn voor sterftekansen (en dus premieberekening): huisbezitters hebben bijna altijd

een lagere mortaliteit dan huurders. Het comfort van de woning is eveneens van belang, zeker

onder eigenaars van een huis. Voor hen neemt de sterftekans toe wanneer het comfortniveau

daalt. Onder de huurders is de volgorde minder consistent. Het probleem met de huisvestings-

kwaliteit is dat deze variabele nauw verbonden is met het vermogen van een persoon. In 1.4.2

rond de segmentatieregelgeving bespraken we het discriminatieverbod o.b.v. vermogen. Men

zal een eventuele segmentatie o.b.v. huisvestingskwaliteit objectief moeten rechtvaardigen.

e. Het onderwijsniveau

Voor de onderverdeling naar onderwijsniveau, maakt men gebruik van 13 verschillende ni-

veau’s die het hoogst behaalde diploma weerspiegelen. Deze categorieen gaan van ‘geen di-

ploma’ tot een diploma ‘universitair of hoger onderwijs van het lange type’. Op figuur 3.8 zien

we dat Belgische mannen een uitgesproken patroon van sterfte naar onderwijsniveau kennen,

voor de vrouwen is dit iets minder het geval. De hoogst opgeleide mensen kennen de laag-

ste sterftestatistieken, terwijl de laagst opgeleide mensen de grootste overlijdenskansen met

zich meedragen, dit geldt voor beide geslachten. Voor de mannen worden de laagste sterfteri-

sico’s in elke leeftijdsgroep gemeten in de groepen met een diploma pedagogisch onderwijs,

de groep universitairen (korte of lange termijn) en de groep mannen met een diploma uit een

andere hogere onderwijsinstelling. Deze vier groepen onderscheiden zich duidelijk van de

andere groepen met gemiddelde β-waarden van 0.71 tot 0.73. Voor de vrouwen nemen de

groepen ‘hoger secundair technisch onderwijs’ (β = 0.78 tot 0.79) en ‘lager technisch secun-

dair onderwijs’ de beste posities in (β = 0.79), daarna pas volgen de vrouwen met een diploma

van ‘hoger pedagogisch onderwijs’ (β = 0.90) en ‘ander hoger onderwijs’ (β = 0.85). Tech-

nisch onderwijs lijkt dus een positief effect te hebben op de sterftecijfers van de vrouwen.

Over het algemeen kennen mannen en vrouwen met een diploma secundair onderwijs gemid-

delde sterftecijfers, maar toch blijkt ook voor mannen dat technische opleidingsniveaus een

iets gunstiger levensperspectief bieden, zeker voor de jongere leeftijdsgroep. Een diploma

hoger secundair onderwijs schetst voor de oudere leeftijdsklassen een positiever beeld dan


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

voor de jongere leeftijdsklassen. Dit heeft ongetwijfeld te maken met het feit dat dergelijk

diploma enkele decennia geleden hogere posities opleverde dan heden ten dage het geval is.

De beroeps- en kunstrichtingen blijken iets grotere sterftekansen op te leveren, voor vrouwen

opnieuw iets extremer dan bij mannen. Voorts kennen ook de personen die hun studies afge-

sloten hebben met een diploma uit het algemeen vormende lager secundair onderwijs slechtere

sterftestatistieken.

De minder hoog opgeleide mannen kennen dus over het algemeen een sterfte die een stuk ho-

ger ligt. Mannen zonder diploma hebben relatieve risico’s met β-waarden tussen de 1.21 en

1.36 (gemiddeld 1.13 voor vrouwen). Degenen met een diploma lager onderwijs of met een

diploma dat onbekend is, kennen ook een sterfteoverschot (β = 1.16 tot 1.27 voor mannen,

1.05 voor de gemiddelde vrouw), maar toch een stuk beter dan die van de vorige groep. Be-

halve dan voor de oudere mannen, daar lijkt een onbekend diploma slechter te zijn dan geen

diploma. Voor de vrouwen is de rangorde van de grootste sterftestatistieken min of meer gelijk

aan die van de mannen. Belgen die hun hoogst behaalde diploma niet invulden, hebben met


grote voorsprong de hoogste sterfterisico’s, meer dan twee keer zo hoog als gemiddeld. Mo-

gelijks hebben de betrokken ondervraagden hun antwoordformulier niet ingevuld door ziekte

of ongeval. Dit zou onmiddellijk de extreem hoge sterftecijfers in deze groep verklaren.

Kijken we internationaal naar gelijkaardig statistisch onderzoek, dan zien we dat deze Belgi-

sche lineaire trend zich ook in het buitenland laat merken. Bovendien blijkt daar dat vrouwen

een iets lagere diversiteit in sterftecijfers hebben dan de mannen. Dat blijkt ook uit onze sterf-

teratio’s tussen de meest risicovolle en minst risicovolle onderwijsgroepen (we houden hier

even geen rekening met de extreemste klasse ‘niet ingevuld’). Deze ratio is gelijk aan 1.7 voor

de mannen en 1.3 voor de vrouwen uit het onderzoek. Internationaal schijnen vrouwen relatief

(t.o.v. de mannen) meer voordeel te halen uit een opleiding secundair onderwijs en relatief

minder uit een opleiding hoger onderwijs. Dit lijkt makkelijk te verklaren door het feit dat on-

derwijsniveau nauw verwant is aan de beroepsstatus en daar zagen we reeds dat deze variabele

minder rechtlijnige sterfteverschillen heeft bij vrouwen dan bij mannen. Door hun rol als echt-

genote of (huis)moeder en de hieraan gekoppelde afhankelijkheid van (het beroepsniveau) van

de man geldt dit dus ook voor het onderwijsniveau. Een bijkomende oorzaak is dat bepaalde

sterfteoorzaken precies meer voorkomen bij hoger opgeleide vrouwen. Zij stellen de geboorte

van hun kinderen langer uit en hebben daardoor een grotere kans op borstkanker.

Toch mogen we de gelijkenissen tussen mannen en vrouwen niet uit het oog verliezen, het

globaal beeld is hetzelfde: hogere opleiding is lagere sterftecijfers en omgekeerd. De sterfte-

ratio’s liggen bij mannen hoger dan bij vrouwen (β = 3.5 tegenover 2.8 indien we de meest

extreme groep niet uitsluiten) maar de ratio’s zijn wel behoorlijk groot. Dit wil zeggen dat er

weldegelijk een verschil in sterftecijfers bestaat naargelang het onderwijsniveau. Dit maakt

van het onderwijsniveau een potentieel interessant segmentatiecriterium.

f. De leefvorm

Als laatste socio-economische variabele bespreken we de leefvorm, meerbepaald de huishou-

denpositie of de burgerlijke staat. In eerdere studies in het buitenland werd hier reeds een

duidelijk patroon naar sterftekansen geobserveerd en dat lijkt o.b.v. figuur 3.10 ook voor de


Belgische mannen en vrouwen zo te zijn. De laagste sterfte komt voor bij gehuwden met

inwonende kinderen (β = 0.53 tot 0.67 voor mannen, 0.69 gemiddeld voor vrouwen), deze

hebben een duidelijk sterftevoordeel t.o.v. de gehuwde mannen en vrouwen zonder inwonende

kinderen (β = 0.67 tot 0.71 voor mannen en 0.83 voor de gemiddelde vrouw). Gehuwden zijn

telkens in het voordeel m.b.t. overlevingskansen. De hoogste sterftecijfers worden systema-

tisch teruggevonden in de restgroep4 (β= 1.35 tot 1.53 voor mannen en 1.20 voor vrouwen) en

bij de alleenstaanden (β = 1.16 tot 1.49 voor mannen, 1.34 voor de gemiddelde vrouw). Het

sterfterisico van alleenstaande mannen is tot 2.8 keer zo groot als bij gehuwden, bij de vrouwen

ligt dit cijfer iets lager. Het grootste verschil in sterfte vindt men echter bij een vergelijking van

de gehuwden en de restgroep, deze groep heeft een heel specifieke huishoudenssamenstelling.

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

In de middengroep, zijnde de samenwonenden, de ouders in een eenoudergezin en de samen-

en inwonenden, zijn de volgordes minder consequent doorheen de leeftijdsgroepen. Ouders

4Mensen die noch gehuwd, noch samenwonend, noch ouder in eenoudergezin, noch alleenwonend of inwo-

nend zijn.


in een eenoudergezin (β = 0.95 voor de gemiddelde vrouw, 1.08 voor de gemiddelde man) en

de jongste mannelijke samenwonenden met kinderen kennen (lichtjes) betere sterftecijfers dan

gemiddeld. In de oudste leeftijdgroep van de mannelijke samenwonenden liggen de sterfte-

kansen dan weer iets boven het gemiddelde. Inwonenden en samenwonenden zonder kinderen

kennen sterftecijfers die systematisch slechter dan gemiddeld zijn, in bepaalde leeftijdgroepen

kan men zelfs spreken over een duidelijk sterfteoverschot. Enkel in de groep van jonge vijftig-

ermannen kent de samenwonende man zonder kinderen een (verwaarloosbaar) voordeel t.o.v.

de gemiddelde man. Globaal gezien kan men wel stellen dat de inwonenden, samenwonenden

en alleenstaande ouders een tussengroep vormen tussen de alleenstaanden (en restgroep) en de

gehuwden.

Zoals eerder reeds vermeld, kennen gelijkaardige studies in het buitenland gelijkaardige resul-

taten. Bepaalde onderzoekers verklaren dit duidelijk sociaal patroon door een gezondheids-

voordeel dat verbonden is aan het (gelukkige) huwelijk of het samenwonen, een voordeel op

sociaal en economisch vlak. Anderen stellen dan weer dat er een bepaalde selectie bestaat:

gezonde personen maken meer kans op een (gelukkig) huwelijk of een samenwoonrelatie, hier

moet evenwel nog verder onderzoek naar gedaan worden.

Nauw verbonden, maar niet hetzelfde, is de burgerlijke staat. Getrouwde mannen en vrouwen

hebben een laag risico (β is gemiddeld 0.59 voor mannen, 0.72 voor vrouwen), niet getrouw-

den kennen telkenmale een relatief hoog risico. Gescheiden mannen (β = 1.17) en vrouwen

(β = 1.08) kennen een sterfteoverschot, net als de vrijgezellen (β = 1.24 voor mannen, 1.10

voor vrouwen) en de weduwen (β = 1.18 voor mannen, 1.17 voor vrouwen). De verschillen

zijn opnieuw iets duidelijker bij mannen (ratio = 2.1) dan bij vrouwen (ratio = 1.5). Ook deze

conclusies komen sterk overeen met wat men in het buitenland reeds opmerkte: getrouwden

hebben betere sterftekansen dan ongehuwden, terwijl gescheiden mensen, vrijgezellen en we-

duwen negatievere sterfteresultaten kennen. Hun volgorde kan onderling wijzigen.

Ondanks een duidelijk sterfteverschil tussen vooral gehuwden en niet-gehuwden komt de bur-

gelijke staat niet onmiddellijk in aanmerking als segmentatiecriterium. In 1.4.2 zagen we dat

3.3. WOONPLAATS 55

Figuur 3.10: Relatieve sterftekansen naar burgelijke staat per leeftijdsgroep ([21])

discriminatie o.b.v. burgelijke staat wettelijk verboden is. Verzekeringsmaatschappijen kunnen

evenwel vrijgesteld worden van dit verbod indien ze het onderscheid objectief rechtvaardigen.

3.3 Woonplaats

Sterftecijfers werden binnen de verzekeringssector tot voor kort vooral opgesplitst o.b.v. leef-

tijdscategorie, geslacht, gezondheidstand en -voorspelling (roken, sporten, reizen . . . ). Op

basis van een volgende structurele determinant, de woonplaats, is er evenwel ook redelijk veel

onderzoek gedaan en er blijken zelfs in een klein land als Belgie opvallende verschillen te

zijn van regio tot regio. In Nederland selecteert de online verzekeraar Independer.nl o.b.v. de

postcode van de verzekerde5. Belgie is een stuk kleiner dan onze Noorderburen en we zouden

op het eerste zicht vermoeden dat de regionale sterfteverschillen in ons land eerder gering zijn.

Toch wijst de literatuur op duidelijke verschillen van regio tot regio.

5Independer.nl baseert zich op een Nederlands onderzoek, zie [33].


De verklaring kan uiteraard liggen in een associatie: bepaalde regio’s scoren misschien anders

op bepaalde segmentatiecriteria dan andere. Denk maar aan de gemiddelde leeftijd, gezond-

heidsstatus, socio-economische status of de verhouding mannen t.o.v. vrouwen. Statistisch

onderzoek duidt effectief aan dat gebieden met hogere mortaliteit vaak getypeerd zijn door

een lagere socio-economische status of een hogere verhouding van mannen t.o.v. vrouwen.

Deze lijn kan evenwel niet doorgetrokken worden voor alle regio’s. Er moeten dus andere ver-

klaringen ook zijn. Het is ook niet moeilijk om directe effecten van de regio op de mortaliteit

te vermoeden: andere omgevingsfactoren zoals gezondheidsvoorzieningen en -beleid, maar

ook fysische omgevingscondities zoals de aanwezigheid van natuurparken of industrieparken.

3.3.1 Opbouw van de dataset en analysemethode

Voor de statistische analyse beperkt men zich opnieuw tot mannen (40 tot 64 jaar) en vrouwen

(40 tot 59 jaar) van middelbare leeftijd, precies omdat men het univariaat model (enkel regio

en uiteraard geslacht als covariaten) achteraf wensen te corrigeren met socio-economische co-

variaten. Voor de vergelijking tussen mannen en vrouwen neemt men de doorsnede van Belgen

tussen 40 en 59 jaar. Voorts beperkt men zich opnieuw tot die mensen die op 01/03/1991 de

Belgische nationaliteit hadden. Door de ongelijke verdeling in emigratie kan dit een effect

hebben op de resultaten. Het voordeel is echter dat de (e)migratie in de vijf jaar durende ob-

servatieperiode een stuk kleiner is. Tot slot maakt men opnieuw gebruik van Cox regressie, de

reden hiervoor is dezelfde als in 3.2.

hi(t) = h0(t) exp(BAAi +Bs ∑s

Ris)

= h0(t) exp(BAAi)∏s(exp(Bs))

Ris

= h0(t) (βA)Ai ∏

s(βs)

Ris,

telkens voor i = 1,2, . . . ,n en s = 1,2, . . ., aantal regio’s. In een latere fase corrigeert men ook

voor bepaalde socio-economische covariaten:

hi(t) = h0(t) (βA)Ai ∏

s, j(βs)

Ris(β j)Xi j j = 1,2, . . . ,aantal socio-economische covariaten.

Hierin is Ai telkens de exacte leeftijd van de persoon, Ris gelijk aan 1 indien persoon i op

1 maart 1991 in het arrondissement met nummer s woonde en anders gelijk aan nul. Xi j is

3.3. WOONPLAATS 57

de waarde voor de je socio-economische factor, in onze voorbeelden waren ook dit catego-

rische variabelen. Een β-waarde groter dan een impliceert een sterfterisico die groter is dan

gemiddeld (nationaal), het omgekeerde geldt voor een waarde kleiner dan een. Er wordt geen

rekening gehouden met migratie tussen de regio’s onderling. Iemand die sterft wordt telkens

gekoppeld aan de regio waar hij woonde in het begin van de observatieperiode en dit is niet

noodzakelijk de regio waar hij gestorven is. Er zou voor beide keuze wel iets te zeggen zijn,

maar het lijkt ons logischer om mensen te koppelen aan de plaats waar ze geleefd hebben dan

aan de plaats waar ze gestorven zijn6.

3.3.2 Opbouw regressiemodel

Op kaart 3.11 zijn de resultaten van de gemiddelde (over de verschillende leeftijdsgroepen)

sterfteresultaten per arrondissement, en opnieuw ook per geslacht, opgenomen. In de tabel 15

van de bijlage zijn de cijfergegevens per leeftijdcategorie ter beschikking. Als snel merkt men

een opvallend patroon: een doorsnee Vlaams arrondissement heeft sterftecijfers die lager dan

het Belgisch gemiddelde liggen. Voor de Waalse arrondissementen geldt het omgekeerde.

(a) Belgische mannen (40 - 59 jaar) (b) Belgische vrouwen (40 - 59 jaar)

Figuur 3.11: Relatieve sterfte per arrondissement (brutomodel, [21])

6Mensen zullen vaker sterven in een stedelijk gebied aangezien de meeste zieken- en rusthuizen daar gevestigd

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


Binnen Vlaanderen leven de Limburgers en Kempenaars het langst, gemiddeld zijn zowel voor

mannen als vrouwen de laagste sterftecijfers te vinden in Hasselt, Maaseik, Tongeren en Turn-

hout. In bepaalde leeftijdgroepen schijnen ook Tielt en Roeselare het goed te doen, West-

en Oost-Vlamingen leven volgens deze cijfers nochtans het minst lang van alle Vlamingen.

De sterfterisico’s in Oostende, Aalst en Oudenaarde leunen aan bij het Belgische gemiddelde.

Het hoogste risico in Wallonie, en dus ook van Belgie, is er voor de mensen uit Henegou-

wen (Charleroi en Bergen voor bijna elk van de leeftijdsgroepen en opvallend afgetekend in

de jongste leeftijdgroep). Luik en (een aantal arrondissementen in) Luxemburg kennen de

beste sterftecijfers van Wallonie, het sterfterisico voor iemand uit Nijvel (en voor vrouwen

ook Verviers, Moeskroen en Doornik) ligt zelfs onder het nationaal gemiddelde. Verviers,

Moeskroen en Doornik hebben een apart sterftebeeld, want deze Henegouwse arrondissemen-

ten kennen een ondersterfte bij de vrouwen maar een aanzienlijke oversterfte (zelfs t.o.v. het

Waalse gemiddelde) bij de mannen. Het Brussels Gewest bekleedt op vlak van sterftecijfers

een eerder slechte positie voor mannen en de slechtste positie voor vrouwen. Dit lijkt een

algemene ervaring te zijn voor stedelijke en industriele arrondissementen. In Wallonie zijn

het in het bijzonder de stedelijke gebieden die slecht scoren, met Charleroi en Bergen op kop.

In Vlaanderen zijn de slechtst scorende arrondissementen eveneens de centrumsteden: voor

West-Vlaanderen Oostende en voor Oost-Vlaanderen Aalst. Ook binnen de Provincie Antwer-

pen kent het arrondissement Antwerpen de slechtste sterftecijfers.

Vergelijkt men de verschillende leeftijdsgroepen dan merkt men dat de extreemste arrondisse-

menten in elke van de leeftijdsgroepen heel goed of net heel slecht scoren: Leuven, Maaseik

en Turnhout tegenover Charleroi en Bergen. Voor de andere arrondissementen is het patroon

niet altijd gelijk in de diverse leeftijdscategorieen of per geslacht. Eeklo kent de laagste sterfte

van het land in de groep mannen van 50 tot 54 jaar, in de andere groepen ligt dit arrondis-

sement ergens in het midden. Diksmuide kent een lage sterfte voor 60 - 64 - jarige mannen,

maar kent in de groep van veertigers een eerder hoge mortaliteit. Mannen uit Virton kennen

een aanzienlijk sterfteoverschot in deze groep. Over het algemeen behoren de sterftecijfers

er wel tot de laagste van Wallonie, bij de vijftig-plussers liggen ze zelfs onder het nationaal

gemiddelde. In de groep van mannen van 55 tot 59 jaar kennen de mannen uit Bastenaken de

3.3. WOONPLAATS 59

hoogste sterftecijfers van ons land, terwijl in de andere leeftijdsgroepen Bastenaken een veel

gunstiger positie heeft. Bij vrouwen kennen naast Dendermonde, Sint-Niklaas, Oudenaarde

en Aalst ook enkele Antwerpse arrondissement minder goede sterftecijfers, de minst goede in

Vlaanderen. De posities die de arrondissementen innemen komt dus voor mannen en vrouwen

over het algemeen overeen, behalve voor die enkele Antwerpse arrondissementen. Door het

klein aantal observaties in sommige van deze arrondissemten kan dit alles evenwel te wijten

zijn aan toeval. Anderzijds mag men ook de generatieverschillen van arrondissement tot ar-

rondissement niet onderschatten.

Figuur 3.12: Relatieve sterfte per arrondissement en per leeftijd (brutomodel, [21])

Daarnaast moet opgemerkt worden dat de verschillen tussen de arrondissementen onderling

afnemen naarmate de leeftijd stijgt. De verhouding sterftecijfers tussen Charleroi en Maaseik

ligt voor de jongste leeftijdsgroep op 3.16, een opvallend cijfer. Voor de oudste leeftijdgroep

is de ratio gelijk aan 1.80 tussen de extemen Namen en Diksmuide, nog steeds een belangrijk

verschil. De gemiddelde ratio ligt op 2.05 voor mannen en 1.64 voor vrouwen, een iets gema-

tigder beeld voor vrouwen dat men eerder ook al tegenkwam.


We kunnen hoe dan ook besluiten dat er ondanks de kleine oppervlakte van ons land, ook in

Belgie opmerkelijke sterfteverschillen tussen de arrondissementen optreden. Zeker wanneer

we naar de extremen kijken, lijken bepaalde van die arrondissementen systematisch zeer slecht

of zeer goed te scoren. Er dient evenwel opgemerkt te worden dat ook hier enkel gekeken wordt

naar de intermediaire leeftijdklassen, in andere leeftijdsklassen zijn er ongetwijfeld andere

trends te bespeuren. Ook wat sterfteoorzaken betreft zullen bepaalde regio’s voor bepaalde

oorzaken goed of dan weer slecht scoren, dit zullen niet noodzakelijk dezelfde regio’s zijn die

men tegenkwam in het onderzoek. Hoe dan ook, ondanks het feit dat er hier zeker bijkomend

onderzoek nodig is, kan niet ontkend worden dat de regionale sterfteverschillen (alleen al het

verschil tussen Vlaanderen en Wallonie) ruimte kunnen bieden voor segmentatie op basis van

woonplaats, zoals dat nu reeds in Nederland gebeurt.

3.3.3 Multivariaat model: de rol van socio-economische status

Om de woonplaats te corrigeren voor socio-economische status maakt men een model met

de woonplaats en enkele van de socio-economische statusvariabelen. Uit het onderzoek zal

blijken dat de parameters voor de verschillende arrondissementen sterk zullen veranderen. De

regio’s die men eerder als risicogebieden bestempelde, krijgen die status voor een groot stuk

door hun lager socio-economisch statuut. De reacties zijn logischerwijs het sterkst in de re-

gio’s die tot op heden het meest afweken van het nationaal gemiddelde.

De beroepsstatus en in mindere mate de inkomensvariabele genereren na toevoeging in het

model de sterkste wijzigingen. In meer dan drie vierde van de arrondissementen zorgt de

introductie van de beroepsvariabele voor een aanzienlijke reactie op de eerder geschatte pa-

rameters. In het zuiden van ons land neemt het relatief verschil meestal af, vooral dan in de

industriezones van Wallonie, in de stedelijke gebieden is het effect minder. De twee Waalse

arrondissementen die voordien sterftekansen kenden die onder het nationaal gemiddelde la-

gen, verliezen dit relatieve voordeel. In Vlaanderen zijn de wijzigingen minder opvallend, de

verschillen onderling worden zelfs nog groter. In de gebieden die de laagste sterfte kenden,

schijnt de sterfte nog te dalen na de intrede van de beroepsstatus, de andere gebieden kennen

3.3. WOONPLAATS 61

hierdoor een hogere sterfte. Het effect van de inkomensvariabele verloopt in dezelfde zin,

maar iets minder duidelijk.

De controle voor de huisvestingsvariabele, de combinatie van huisbezit en het comfort, leidt tot

interessante parameterverandering. In Wallonie is er opnieuw een een daling van de relatieve

sterfte in de industriezones, maar soms een lichte stijging in de landelijke streken. Men ziet

hier dus min of meer dezelfde tendens als voor de beroepsstatus. In Vlaanderen ziet men een

andere situatie: een sterke toename in Limburg en de Brusselse rand, terwijl men een daling

ondervindt in het Westen, de steden en de landelijke gebieden. Het effect van de comfortvari-

abele is duidelijk anders dan dat van de eigendomsvariabele. De afname van de sterfterisico’s

in het Westen van ons land is een gevolg van de slechtere huiskwaliteit daar. Bij opname van

de huisvestingsvariabele, meer bepaald het comfortniveau, wordt dit effect uit de arrondisse-

mentparameters gefilterd. Het omgekeerde geldt voor de arrondissementen in het Oosten van

ons land. Het effect van het huisbezit is kleiner en vooral merkbaar in de grootsteden omdat

daar meer huurwoningen aanwezig zijn. In Brussel bijvoorbeeld valt de oversterfte gekoppeld

aan de arrondissementen weg na opname van de huisvestingsvariabele, in het bijzonder dus

het huisbezit.

De huishoudenspositie levert kleinere veranderingen op. De sterkste verandering vindt men

daar in de arrondissementen Brussel, Charleroi, Bergen en Luik. Deze vier steden worden

gekenmerkt door een groot percentage alleenstaanden. In Vlaanderen is het effect van de huis-

houdenspositie kleiner. M.b.t. de onderwijsstructuur zijn de parameterwijzigingen nog kleiner,

tot zelfs verwaarloosbaar.

We kunnen besluiten dat de regionale sterfteverschillen voor een groot stuk samenhangen met

de materiele socio-economische statusvariabelen (beroepstype, inkomenstype en huisvesting)

en minder met de sociale variabelen (huishoudenspositie en onderwijsniveau). De trend is het

duidelijkst in de jonge generaties, maar de trend is wel dezelfde over alle leeftijdsklassen heen.


3.3.4 Multivariaat model: de combinatie van de socio-economische vari-

abelen

Het kan eveneens een interessante oefening zijn om de belangrijkste socio-economische sta-

tusvariabelen in een model te gieten: een multivariaat model met leeftijd, woonplaats, on-

derwijsniveau, huishoudenspositie, beroepsstatus (soort van inkomen voor vrouwen) en de

huisvestingskwaliteit als voorspellende variabelen. Het verschil t.o.v. het brutomodel is in

Vlaanderen beperkt, zowel voor vrouwen als mannen. In figuur 3.13 worden de β-waarden in

het brutomodel uitgezet tegenover die van het multivariaat model. Dit gebeurt per regio en per

geslacht. Op basis van deze figuur kunnen een aantal soorten arrondissementen onderschei-

den. Over het algemeen zijn de conclusies uit het brutomodel en uit het multivariaat model

dezelfde. Toch zijn er een aantal regio’s die een opvallende sterftestijging -daling maken.

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

De meest uitgesproken wijzigingen komen voor in de regio’s met de meest ongunstige bevol-

kingssamenstelling: het Westen van Wallonie en het Brussels Gewest. Na controle voor de

3.3. WOONPLAATS 63

socio-economische variabelen verdwijnt de oversterfte voor het Brusselse gewest zo goed als

volledig. Het extreme risico dat zich aanvankelijk in onze hoofdstad leek te bevinden, was het

gevolg van een minder goede socio-economische status (in het bijzonder o.b.v. huishoudens-

positie en huisbezit) van de Brusselaars. Waar in Wallonie de hoogste sterftecijfers werden

geobserveerd (Henegouwen en industrieel Wallonie) dalen de sterftecijfers behoorlijk veel.

De reden is dezelfde als die voor Brussel maar dan voor zowat elke van de socio-economische

variabelen, met de beroepsstatus en tewerkstellingsgraad als belangrijkste nadelen in deze re-

gio’s. Moeskroen en Doornik behoren bij de vrouwen na de socio-economische correctie zelfs

tot de arrondissementen met de laagste sterftecijfers in Belgie. In de provincie Namen ziet

men een eenzelfde evolutie van de sterftecijfers maar dan een stuk kleiner. Voor de meeste

arrondissementen in de provincie Luik gelden dezelfde verklaringen als voor het Brussels Ge-

west m.b.t. de negatieve invloed van huishoudenspositie en huisbezit, terwijl controle voor de

onderwijsstructuur de regionale sterftecijfers doet stijgen.

In Zuid-Wallonie (3 van de 18 Waalse arrondissementen) blijft het risico stabiel of neemt het

zelfs verder toe (4 van de 18 Waalse arrondissementen). Het sterfterisico hier is dus niet ver-

tekend door de socio-economische statusvariabelen. De gebieden Nijvel en Verviers hadden

aanvankelijk een lagere sterfte dan het Belgisch gemiddelde, maar verliezen dit voordeel na

socio-economische correctie. Dit komt vooral omdat ze een positievere beroeps- en wonings-

structuur hebben.

In Vlaanderen zijn de regionale socio-economische statussen minder afwijkend waardoor het

effect van socio-economische correctie daar lager is. Net als in het Zuiden van ons land

lijkt correctie voor het beroep het grootste effect te hebben op de regionale sterftekansen. In

Vlaams-Brabant wijzen alle socio-economische statusvariabelen in dezelfde richting waardoor

daar het socio-economisch effect ook het grootst is. In Limburg is het opvallend dat ondanks

de reeds zeer lage sterftecijfers er slechts een kleine stijging (bij mannen soms zelfs een da-

ling) optreedt in de sterftecijfers. Voorts zijn er in West-Vlaanderen enkele gebieden die een

verdere daling van de sterfterisico’s ondergaan na correctie van vooral de huisvestingsstatus.

Bij de vrouwen kent Vlaanderen enkel een verdere daling in Diksmuide, Ieper, Eeklo, Gent,

Oostende en Veurne.


Dit alles resulteert in een veranderde Belgische sterftekaart, zie figuur 3.14, maar de verschil-

len tussen vooral het Zuiden en het Noorden van het land blijven wel aanwezig. Dit is het dui-

delijkst zichtbaar bij de mannen. In het midden is een strook met relatieve sterfterisico’s rond

1.00, ze benaderen het nationaal gemiddelde. Ten Noorden hiervan zijn de regionale sterfteri-

sico’s lager, ten Zuiden ervan hoger. De sterfte in Limburg is nog steeds het laagst, maar Lim-

burg scheidt zich nog meer af van de rest van Vlaanderen. West-Vlaanderen is mooi tweede,

de regionale gebieden en de provincie Antwerpen behoren al eerder tot de intermediaire ge-

bieden in Belgie. Oost-Vlamingen kennen binnen Vlaanderen de hoogste sterfte. De sterfte

in Luxemburg en Namen is de hoogste van Belgie, voor correctie met socio-economische sta-

tus was deze voor mannen nog gelegen in Henegouwen. Bij vrouwen geldt een opvallend

grootstedelijk effect zowel in Vlaanderen als in Wallonie: inwoners in (industriele) grootste-

den kennen hogere sterftekansen dan in landelijke gebieden. In Wallonie treedt voor mannen

vreemd genoeg een omgekeerd effect op: de meer landelijke gebieden kennen hogere sterf-

tekansen dan de industriele gebieden. Niet alleen tussen de gewesten, maar ook binnen de

gewesten zijn er dus sterfteverschillen meetbaar.

(a) Belgische mannen (40 - 59 jaar) (b) Belgische vrouwen (40 - 59 jaar)

Figuur 3.14: Relatieve sterfte per arrondissement (multivariaat model, [21])

De ratio tussen de hoogste en laagste sterftekansen in Belgie is substantieel gedaald van 2.1

(Maaseik t.o.v. Bergen) naar 1.8 (Maaseik t.o.v. Aarlen) bij mannen en van 1.6 naar 1.5 bij

3.3. WOONPLAATS 65

vrouwen. De socio-economische status verklaart dus niet alle verschillen, er zijn en blijven

weldegelijk regionale verschillen binnen Belgie bestaan. Er dient evenwel zorgvuldig omge-

sprongen worden met deze conclusies. Zo kunnen we niet met zekerheid bevestigen dat de

resterende regionale sterfteverschillen het gevolg zijn van regiogebonden effecten dan wel van

individuele inwonerseigenschappen die verschillen van regio tot regio. In de praktijk blijven

vier mogelijke verklaringen bestaan: milieufactoren, socio-economische omgevingsfactoren,

gezondheidsbeleid en gedragspatronen (levensstijl en preventie). Uit bepaalde studies blijkt

dat er tussen de Gewesten weldegelijk belangrijke verschillen bestaan op vlak van gezond-

heidszorg en levensstijl. Hoogstwaarschijnlijk is het een combinatie van elk van deze verkla-

ringen. Dit biedt nog ruimte voor verder onderzoek, net als het niet in rekening brengen van de

interactie-effecten. Men zou ook kunnen op zoek gaan naar sterfteverschillen in een nog fij-

nere indeling, op gemeentevlak bijvoorbeeld, want ook binnen arrondissementen kunnen nog

verschillen optreden. Een belangrijke kanttekening hierbij is echter dat er nu reeds problemen

zijn door het feit dat sterfte een eerder uitzonderlijk fenomeen is. Een fijnere indeling kan voor

een grotere volatiliteit zorgen zeker in dunbevolkte gemeentes.

67

Hoofdstuk 4

De Belgische markt anno 2013

In dit hoofdstuk is het de bedoeling een beeld te geven van wat zich de voorbije maanden

afgespeeld heeft op de Belgische verzekeringsmarkt. Aangezien sinds 21 december vorig jaar

de levensverzekeraars niet langer de mogelijkheid hebben om te segmenteren op geslacht,

moesten deze eind vorig jaar en begin dit jaar nieuwe tarieven op de markt brengen. In de

praktijk zijn de verzekeraars niet erg creatief geweest, dit geldt in het bijzonder voor de grootste

verzekeraars. De manier waarop op het Arrest van het Europees Hof van Justitie gereageerd

is, is gelijklopend over de meeste verzekeringsmaatschappijen. Meer zelfs, de huidige markt

is het best te omschrijven als afwachtend. Iedereen kijkt naar elkaar en wacht af, kijkend naar

wat de concurrenten doen. Het is dan ook niet zo eenvoudig om een uitgebreide vergelijking

te maken van de tarifering voor en na 21 december 2012.

4.1 Nieuwe sterftetafels

De plaats waar tot voor kort het onderscheid tussen de geslachten gemaakt werd, was het ge-

bruik van de sterftetafels. Verzekeraars maakten gebruik van aparte sterftetafels voor mannen

en vrouwen. Ook de wettelijke referentietafels voorzagen in een onderscheid tussen de seksen.

Sinds 21 december 2012 is dit onderscheid evenwel illegaal. Dit had rechtstreekse gevolgen

voor de te gebruiken sterftecijfers. De wettelijke sterftetafels die tot op dat moment in omloop

waren, mochten vanaf dan niet meer gebruikt worden. Het was de taak van de overheid om

nieuwe unisekstafels op te maken, maar deze lieten een tijd op zich wachten. In afwachting

68 HOOFDSTUK 4. DE BELGISCHE MARKT ANNO 2013

van deze unisekstafels opteerden vele maatschappijen om (een groot percentage van) de duur-

ste stertetafels1 toe te passen voor beide geslachten. Andere maatschappijen opteerden voor

een gewogen gemiddelde van beide achterhaalde sterftetafels MK en FK, waarin MK evenwel

het grootste gewicht meekreeg.

De verzekeraar moet namelijk op elk moment zijn risico’s dekken. Hij moet daarbij rekening

houden met de onevenwichtige verdeling van het aantal mannen en vrouwen in de portefeuille,

nu en in de toekomst. Een verzekeraar die veel mannen in zijn portefeuille heeft zou op het

eerste zicht een hogere premie moeten aanrekenen dan een verzekeraar die een portefeuille

bezit met vooral minder risicovolle vrouwen. Die laatste zal in dat geval evenwel meer klan-

ten, en dus ook mannen, lokken dan die eerste en daardoor het risico van zijn portefeuille

zien toenemen. Uiteindelijk zal ook die goedkopere verzekeraar verplicht worden zijn tarief te

verhogen. Vanuit dit realistisch scenario is het van in het begin al nodig om voldoende hoge

sterftetafels te gebruiken, vandaar de keuze voor (een groot gewicht van) de sterftetafel MK.

De wettelijke unisekstafels (de XK-tafel voor overlijdensverzekeringen) werden uiteindelijk

pas op 8 februari 2013 in het Belgisch Staatsblad gepubliceerd. De ingevoerde uniseks-

referentietafels zijn het gemiddelde van de huidige, geslachtsgebonden referentietafels en zijn,

in tegenstelling tot deze laatste tafels, niet gebaseerd op een Makeham-model. De levensverze-

keraars worden verplicht om deze uniseks-sterftetafels (of veiligere sterftetafels) toe te passen

op de nieuwe contracten die gesloten worden op of na 21 december 2012. Dit werd door Assu-

ralia gecommuniceerd in de omloopbrief LEVEN 2013-72. Vele verzekeraars opteren evenwel

voor de veiligere tafels die ze in afwachting van de wettelijke sterftetafels reeds gebruikten,

eventueel aangepast om concurrentieel te blijven.

De sterftetafel die de verzekeraar gebruikt vormt de basis van zijn tarief. Het mag dan ook niet

verbazen dat deze vaak geheim gehouden worden. Dit neemt echter niet weg dat we kunnen

vermoeden dat naast de wettelijke sterftetafel XK ook de tafels MK en FK en de ervaringsta-

1De sterftetafel MK, de voormalige wettelijke sterftetafels voor een overlijdensverzekering voor mannen.2Zie [7].

4.2. NIEUWE SEGMENTATIECRITERIA 69

fels een belangrijke rol kunnen spelen in de sterftetafels die momenteel worden gebruikt voor

de tarificatie. De keuzes die hiervoor gemaakt worden, zijn het resultaat van grondige ana-

lyses. De basis van die analyse bestaat er in om de resultaten in de toekomst te garanderen.

Het gelijk blijven van het incasso kan daarvoor een basis vormen. Een sensitiviteitsanalyse

moet de verzekeraars in staat stellen om te anticiperen op verschuivingen van de verhouding

mannen en vrouwen in de portefeuille.

O.b.v. een vergelijking gemaakt door MoneyView3 weten we dat voor de producten ‘Classic’

van AXA en ‘Union Gold Classic’ van Delta Lloyd Life gebruik wordt gemaakt van de wet-

telijke sterftetafel XK. Voor de producten ‘Experience’ en ‘Experience+’ (AXA) en ‘Union

Gold Experience’ (Delta Lloyd Life) gebruikt men ervaringstafels. Ook Cardiff, ZA Verzeke-

ringen en Baloise Insurance maken voor hun producten gebruik van ervaringstafels. De andere

verzekeringmaatschappijen maken niks openbaar rond het gebruik van hun sterftetafels.

4.2 Nieuwe segmentatiecriteria

Ook op vlak van de segmentatiecriteria blijkt er niet zo heel veel veranderd te zijn: de belang-

rijkste segmentatiecriteria zijn nog steeds de leeftijd, de gezondheidstoestand en het gezond-

heidsrisico en in minder mate ook het verzekerd kapitaal. Het verdwijnen van geslacht als seg-

mentatiecriterium is door de Belgische verzekeringsmaatschappijen hoofdzakelijk opgevangen

door extra segmentatie op vlak van gezondheid. De huidige en toekomstige gezondheidstoe-

stand wordt meer in detail afgeschat om een beter zicht te krijgen op de sterftekansen. Het

onderscheid tussen rokers en niet-rokers blijft, maar vooral het gebruik van de BMI kende een

flinke opmars. Getuige daarvan het webbericht van begin dit jaar op de website van Assuralia4,

hierin bevestigt de verzekeringssector dat de BMI een effect kan hebben op de premiehoogte.

Zoals we in 3.1 zagen, bestaat er een niet te onderschatten effect van een te hoog of een te laag

BMI op de sterftecijfers. In combinatie met de eenvoud van dit criterium maakt dit van BMI

een erg interessant segmentatiecriterium.

3Zie de vergelijking van de Schuldsaldoverzekeringen [26].4Zie [6].


Doen we een klein onderzoek op basis van de informatie gekend door MoneyView en wat de

verzekeraars vrijgeven op hun websites, dan zien we dat amper iets gewijzigd is. AG Insurance

heeft eind vorig jaar uitdrukkelijk gecommuniceerd dat het de segmentatie op gezondheidsvlak

verder verfijnt5. In het bepalen van de premielast houden ze voortaan rekening met een aantal

objectieve gezondheidscriteria. Welke criteria dit zijn, laten ze echter niet weten. Bij AXA

maakt men volgens de website voor de tarifering enkel een onderscheid tussen rokers en niet-

rokers, hetzelfde geldt voor de KBC-schuldsaldoverzekering Comfort. De duur die men niet

gerookt mag hebben om als niet-roker gecategoriseerd te worden, varieert tussen de een en

twee jaar, maar is vaak ook niet gekend in de cijfers van MoneyView. Bij Baloise Insurance

maakt men naast het niet-rokerstarief (een jaar niet gerookt) nog een apart tarief voor zij die

langer dan vijf jaar niet meer gerookt hebben. Uiteraard zijn er bij elke verzekeraar bijpre-

mies voorzien voor specifieke aandoeningen, beroepen, sporten of verblijf in het buitenland.

Bij Belfius vermeldt men op de website uitdrukkelijk dat de gezondheidstoestand een effect

heeft op de premiehoogte. Bij Ethias bieden ze geen schuldsaldoverzekering meer aan, ook de

zuivere overlijdensverzekering wordt niet langer aangeboden.

Enkele verzekeraars houden dan weer rekening met de woonplaats van de verzekerde, het be-

roep of het studieniveau en zelfs het aantal kilometers dat u (beroepshalve) aflegt met de auto.

Met uitzondering van deze laatste, bespraken we deze criteria allemaal in hoofdstuk 3 en daar

bleek dat er weldegelijk regionale en socio-economische invloed is op de sterftecijfers. Het

zijn de meest voor de hand liggende criteria en het is bijgevolg ook rond deze criteria dat het

meeste onderzoek gedaan is. Bovendien bestaat er een niet te onderschatten verschil in stu-

dieniveau en beroepsbeoefening tussen mannen en vrouwen. Hierdoor staat segmentatie op

vlak van studieniveau en beroep de verzekeraars toe om gedeeltelijk tegemoet te komen aan

het sterfteverschil tussen beide geslachten.

Bij AFI-ESCA, volgens Test Aankoop een van de goedkopere verzekeraars voor schuldsald-

overzekeringen, vraagt men bij aanvraag van een schuldsaldoverzekering naar het aantal ki-

5Zie [3].

4.2. NIEUWE SEGMENTATIECRITERIA 71

lometers dat de verzekerde (beroepshalve) aflegt met de auto6. Men maakt een onderscheid

naargelang de verzekeringsnemer de 20.000 kilometer al dan niet overschrijdt. Het idee om

hierop te segmenteren vloeit uiteraard voort uit het groot aantal ongevallen met de auto. Hoe

meer kilometers men aflegt, hoe groter de kans op een dodelijk ongeval. Maar ook hier kan

men vermoeden dat het een manier is om de sterfteverschillen tussen mannen en vrouwen op te

vangen. Uit Nederlandse cijfers blijkt namelijk dat mannen vaker een auto bezitten dan vrou-

wen, zie figuur 4.1. De verschillen verkleinen evenwel generatie na generatie. In Belgie zijn

hiervoor geen duidelijke cijfers bekend, maar het Nederlands onderzoek doet ons vermoeden

dat dit ook in Belgie het geval is. Vlaamse cijfers geven alvast aan dat mannen vaker in het

bezit zijn van een rijbewijs (zie tabel 4.1). Hoogstwaarschijnlijk kan men de lijn doortrekken

en stellen dat mannen meer kilometers afleggen dan vrouwen.

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

Geslacht Rijbewijs Geen rijbewijs Geen antwoord

Mannen 90.47% 8.97% 0.56%

Vrouwen 77.48% 22.38% 0.14%

Totaal 83.93% 15.72% 0.35%

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

6Op basis van een simulatie gemaakt op de website, zie [2].


De verschillen m.b.t. de courante segmentatiecriteria voor en na 21 december 2012 zijn voorlo-

pig dus erg beperkt. Wat betreft de bijpremies die verbonden zijn aan bepaalde aandoeningen,

enkele specifieke beroepen, het beoefenen van sommige sporten of langdurig verblijf in ge-

vaarlijke gebieden zijn er eveneens amper wijzigingen.

4.3 Een balans

Vooraf was door de Belgische verzekeringssector reeds voorspeld dat de tarieven van de over-

lijdensverzekeringen gemiddeld zouden stijgen7. Voor mannen zou er eventueel een klein

voordeel kunnen optreden, maar de gemiddelde premie zou stijgen. Als verklaring gaf men

dat de nieuwe unisekspremie niet zomaar kan bepaald worden als een (gewogen) gemiddelde

van de premie voor mannen en de premie voor vrouwen. Een gewogen gemiddelde van de

premies zou klanten kunnen aantrekken of afstoten. Dit zorgt voor een herverdeling van het

aantal mannen en vrouwen in de portefeuille wat er kan voor zorgen dat tegen die gewogen

premie de verzekeraar zijn risico’s niet langer kan dekken.

Assuralia werd hierin gesteund door een onderzoek van het onafhankelijke consultancybureau

Oxera8. Ook zij beweerden in een analyse van hun onderzoek dat de gemiddelde premies

zouden stijgen. Ze baseren zich daarin o.a. op het invoeren van het unisekstarief voor de ver-

plichte aansprakelijkheidsverzekering voor motorrijtuigen (2008). Voor jonge vrouwen stegen

de prijzen 7-15%, voor de jonge mannen daalden de premies amper 3-4%. Oxera waarschuwt

overigens voor antiselectie bij de niet-verplichte verzekeringen. De betere risico’s kunnen af-

geschrikt worden door de verhoogde premies, hierdoor zouden de verzekeraars nog enkel met

slechte risico’s opgescheept zitten. Dit is minder erg voor de schuldsaldoverzekering aange-

zien die min of meer verplicht wordt bij het aangaan van een krediet. De andere overlijdens-

verzekeringen zijn evenwel niet verplicht en de unisekstarieven daar kunnen in de toekomst

antiselectie in de hand werken.

7Zie hiervoor [4] en [5].8Zie ‘The impact of a ban on the use of gender in insurance’, [28].

4.3. EEN BALANS 73

Test Aankoop stelde echter dat het unisekstarief voor een grote daling van de premielasten zou

zorgen. Zeker voor mannen, maar ook koppels zouden er voordeel uit halen. Meer zelfs, Test

Aankoop beweerde de voorbije jaren dat op termijn de premies zelfs voor vrouwen nog verder

kunnen dalen. Hiervoor zou de wetgever de concurrentie op de markt van overlijdensverzeke-

ringen en schuldsaldoverzekeringen evenwel aanwakkeren9.

Veel diepgaand onderzoek is er op dit moment nog niet beschikbaar. Daarvoor is het hoogst-

waarschijnlijk nog wat te vroeg, mede omdat de verzekeraars op dit moment nog de kat uit de

boom kijken. De algemene tendens die we in de eerste maanden van dit jaar echter zien, is dat

de gemiddelde premielast voor een schuldsaldoverzekering gestegen is, zoals de verzekeraars

voorspelden. In tabel 4.2 wordt een vergelijking gemaakt van de tarieven van een ongenoemde

maatschappij voor een schuldsaldoverzekering met e100.000 verzekerd kapitaal over 25 jaar.

De geslachtsgebaseerde en unisekstarieven voor mannen en vrouwen van 33 en 42 jaar worden

opgesomd. Voor vrouwen is er een stijging van respectievelijk 22% en 27%, voor mannen een

daling van iets meer dan 10%. Het resultaat voor een koppel is een premiestijging van respec-

tievelijk 5.4% en 2.7%.

Man 33 jaar Vrouw 33 jaar Totaal

Tarief volgens geslacht e190,07 e134,46 e324,53

Unisekstarief e171,01 e171,01 e342,02

Man 42 jaar Vrouw 42 jaar Totaal

Tarief volgens geslacht e401,37 e288,14 e689,51

Unisekstarief e354,05 e354,05 e708,10

Tabel 4.2: Vergelijking geslachtgedifferentieerde en unisekstarieven voor 33- en 42- jarige

mannen en vrouwen ([23])

Ook uit het marktonderzoek dat Test Aankoop begin dit jaar uitvoerde en publiceerde10, blijkt

die stijging van de tarieven eigenlijk. Vrouwen betalen volgens hen altijd meer, maar man-

9Zie hiervoor [34].10Zie eveneens in [34]


nen zouden in de regel wel minder betalen. Wat de cijfers hierboven bevestigd. Volgens Test

Aankoop zou de totale premie voor een huishouden waarin beide partners verzekerd zijn ech-

ter gedaald zijn bij de grootste verzekeraars. Over de doorsnee marktevolutie zeggen ze niks,

bovenstaande cijfers doen alvast vermoeden dat deze daling niet overeenkomt met de globale

marktevolutie. Wel halen ze aan dat de evolutie tussen de premie vandaag t.o.v. die van een jaar

geleden niet enkel het gevolg is van het unisekstarief. De lagere intrestvoeten zorgen er voor

dat de beleggingsopbrengsten van de verzekeraars dalen en dit zouden ze doorrekenen in de

premies. Voor de overlijdensverzekeringen zijn er evenwel geen meldingen geweest van een

verlaging van de technische intrestvoet. Voor de groepsverzekeringen zijn die er wel geweest,

maar deze vormen dan ook een grotere markt. Minister van Economie Johan Vande Lanotte

heeft overigens een verlaging van de maximale technische intrestvoet tegengehouden. Voorts

beweert Test Aankoop dat de toegenomen concurrentie de tarieven (verder) heeft doen dalen

doordat enkele verzekeringsmaatschappijen inzagen dat ze hun winstmarges konden doen da-

len. Ze geven dus zelf aan dat de beperkte premieverlaging die er bij de grootste verzekeraars

zou zijn, voor een stuk toe te schrijven is aan de toegenomen concurrentie. Als er dus al een

positief effect van het unisekstarief zou zijn op de premielast, is het erg gering.

Zelfs wanneer we het marktonderzoek van Test Aankoop er op nalezen, lijkt het dus dat het

effect van de unisekstarieven eerder tegengesteld was aan wat men bij de consumentenorgani-

satie gehoopt had. We blijven echter herhalen dat er nog niet zo heel veel veranderd is sinds

eind vorig jaar. De verzekeringsmaatschappijen blijven afwachten, de komende maanden zul-

len op dat vlak meer duidelijkheid brengen.

75

Hoofdstuk 5

Een eigen premiemodel

Om dit eindwerk af te ronden, kiezen we voor een praktische case study. In dit laatste hoofd-

stuk maken we een eigen premiemodel voor een overlijdensverzekering op a.d.h.v. de seg-

mentatiecriteria die de vorige hoofdstukken behandeld zijn. Sommige segmentatiecriteria zijn

voor de hand liggend, andere zijn misschien iets frapanter. We voltooien dit hoofdstuk met een

studie naar de positie die het premievoorstel zou innemen in de markt.

5.1 Segmentatiecriteria

Bij het selecteren van segmentatiecriteria komen we al snel uit bij het concept ‘preferred life’.

Deze term in de levensverzekeringen omvat alles m.b.t. het selecteren van segmentatiecriteria

om de risicogroepen beter te identificeren. Elke persoon behoort door zijn scores op de ver-

schillende criteria tot een bepaalde risicoklasse. Elke klasse heeft een aparte risicoverdeling.

De acceptatie van verzkeringsnemers uit de de betere klassen draagt dan uiteraard de voorkeur

van de verzekeraars. Men raadt aan om, naast de leeftijd, maximum zes tot acht risicoklassen

te onderscheiden. Uit het Swiss Re European Insurance Rapport 2012 blijkt overigens dat

voor vele klanten het verstaan van de inhoud en de tarificatie van de producten een probleem

vormt. Daarom is ook hun advies ‘hou het eenvoudig’.

76 HOOFDSTUK 5. EEN EIGEN PREMIEMODEL

5.1.1 Leeftijd

Om de leeftijd kan men niet heen: hoe ouder men is, hoe groter de overlijdenskans. Hiervoor

gebruiken we de sterftetafels zoals ze door de Belgische wetgever opgemaakt zijn, voor over-

lijdensverzekeringen is dit de sterftetafel XK. Zoals eerder aangegeven zijn deze niet langer

geajusteerd, vandaar de knik in onderstaande figuur.

(a) Belgen tussen 0 en 120 jaar (b) Belgen tussen 0 en 50 jaar

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

5.1.2 Rokersgedrag

Ook het rokersgedrag is bijna een must geworden als segmentatiecriterium. Een aanzienlijk

aantal onderzoeken heeft aangetoond dat roken een heel slechte invloed heeft op de gezond-

heid. De slogan ‘Roken doodt’ is wetenschappelijk erg onderbouwd. Daarom is het voor de

hand liggend om te segmenteren op het rokersgedrag. Het probleem is evenwel dat dit niet

controleerbaar is. Bij het onderschrijven van de verzekeringpolis kan men een nicotinetest la-

ten uitvoeren, maar achteraf is het zo goed als onmogelijk om nog te controleren. De mensen

die hun rokersgedrag fundamenteel veranderen eens ze een overlijdensverzekering gesloten

hebben, lijken mij evenwel in de minderheid te zijn. De standaard sterftevoor- en nadelen

die rokers en niet-rokers toegewezen krijgen in de markt liggen meestal tussen de 10 en 15%.

Wij kiezen voor het gemiddelde hiervan, zie tabel 5.1. Niet-rokers worden gedefinieerd als

mensen die de laatste twee jaar niet gerookt hebben, maar ook daarin liggen verschillen van

maatschappij tot maatschappij.

5.1. SEGMENTATIECRITERIA 77

Niet-rokers sterftekans -12.5%

Rokers sterftekans +12.5%

Tabel 5.1: Eigen model: segmentatie op rokersgedrag

5.1.3 BMI

Voor de BMI geldt eenzelfde probleem als rond het rokersgedrag. De BMI is makkelijk te

meten, maar moeilijk op te volgen. Toch weerhouden we de body mass index als segmenta-

tiecriterium. In 3.1 bemerkten we dat zowel een te hoge als een te lage BMI een belangrijk

effect hebben op de sterftecijfers. We zagen ook dat afwijking van de optimale BMI-range op

rokers een minder groot effect heeft dan op niet-rokers. Toch zullen we elke persoon met een

afwijkend BMI eenzelfde premieverhoging opleggen. Tabel 5.2 geeft een overzicht van het

premievoordeel en -nadeel dat BMI oplevert.

20 ≤ BMI ≤ 25 sterftekans -5%

18 ≤ BMI < 20 of 25 < BMI ≤ 27.5 geen extra sterftekans

16 ≤ BMI < 18 of 27.5 < BMI ≤ 30 sterftekans + 2.5%

BMI < 16 of BMI > 30 sterftekans +5%

Tabel 5.2: Eigen model: segmentatie op BMI

5.1.4 Hoogst behaalde diploma

In 3.2.3, a. bespraken we de sterftekansen i.f.v. de beroepsstatus, in 3.2.3, e. deden we het-

zelfde voor de sterftecijfers naar het onderwijsniveau. De globale resultaten waren dezelfde

voor mannen en vrouwen: hoe hoger de beroepsstatus, hoe lager de sterftecijfers en hoe hoger

het onderwijsniveau, hoe lager de sterftecijfers. Daarom zijn beroep en hoogst behaalde di-

ploma twee interessante segmentatiecriteria. We mogen ons model evenwel niet overbelasten

en bovendien zijn beroep en onderwijsniveau sterk gecorreleerd. We kunnen ze dus niet allebei

in ons model invoeren.


We zien enkele goede redenen om het onderwijsniveau als segmentatiecriterium te verkiezen

boven de beroepsstatus. Ten eerste lijkt het duidelijk dat het beroep eerder een gevolg is van het

onderwijsniveau dan omgekeerd. Intuitief zal het onderwijsniveau dus meer invloed hebben

op de levensstijl (o.a. via het beroep, maar niet enkel via het beroep). Zo wordt de levensstijl

sterk beınvloed door de omgeving, de familie en vrienden. Vrienden maakt men echter eerder

op de schoolbanken dan op de werkvloer. Daarnaast is het onderwijsniveau ook makkelijker

controleerbaar en bovendien ook meer permanent van karakter.

Het voorstel dat we hier doen is gebasseerd op de cijfers die we tegenkwamen in 3.2.3, e..

We verkiezen een opsplitsing in vier klassen: lager onderwijs en lager, secundair onderwijs

en hoger onderwijs. De klasse van mensen die hun hoogst behaalde diploma niet opgeeft,

valt hier weg aangezien wij er uitdrukkelijk zullen naar vragen. De sterftetoeslag en -afslag is

opgenomen in onderstaande tabel.

Lager onderwijs of lager sterftekans +10%

Secundair onderwijs geen extra sterftekans

Hoger onderwijs of hoger sterftekans -10%

Tabel 5.3: Eigen model: segmentatie op onderwijsniveau

5.2 Marktpositie

We sluiten dit hoofdstuk af met een evaluatie van ons tarief. We doen dit a.d.h.v. de cijfers

die eind april beschikbaar waren via MoneyView1. De verzekeraars die hier met een of meer-

dere tarieven in opgenomen zijn, zijn AG Insurance, DVV, AXA Belgium, Cardiff Belgium,

Credimo nv/sa, Delta Lloyd Life Belgium, ZA Verzekeringen, Vivium, Generali Belgium,

Federale Verzekeringen, Ergo Life en Baloise Insurance. Een vergelijking tussen de verschil-

lende tarieven op de markt is niet zo eenvoudig als het lijkt. De premiezetting is zo divers

1Zie de vergelijking van de Schuldsaldoverzekeringen en de simulaties in [26].

5.2. MARKTPOSITIE 79

dat men voor elke specifieke klant (risicoprofiel) een aparte vergelijking zou moeten maken.

Aangezien dit onmogelijk is, moeten we keuzes maken rond het risicoprofiel en de specifieke

wensen die men als klant heeft.

De duur van de premiebetaling is afhankelijk van verzekeraar tot verzekeraar. Indien er keuze

is voor de verzekeringsnemer is deze beperkt en staat de verzekeraar geen negatieve reser-

ves toe. Hierdoor komt men automatisch uit bij de risicopremie, de constante genivelleerde

premie of de koopsom. Sommige verzekeraars bieden de mogelijkheid tot een tarief o.b.v.

risicopremies, anderen bieden deze mogelijkheid niet of slechts heel uitzonderlijk aan. De

genivelleerde (constante) premies en de koopsom zijn wel bij elke maatschappij gangbaar, het

is dus het best te vergelijken o.b.v. koopsom of constante premie. In dat laatste geval is de

duur van de premiebetaling beperkt tot twee derde van de duur van het contract. We gebrui-

ken ook enkel die tarieven waarvoor de premie gegarandeerd is voor de ganse looptijd hoewel

de andere vorm vaak voordeliger is voor de klant. Voor het dekkingspercentage kiezen we

100%, want dit wordt algemeen zo aangeraden en gevraagd door de financiele instellingen.

Bovendien zijn de beschikbare dekkingspercentages niet bij elke verzekeraar dezelfde, terwijl

de 100% overal beschikbaar is. Tot slot verkiezen we ons tarief te toetsen aan de marktprijzen

van de schuldsaldoverzekering op een hoofd, want de verzekering op twee hoofden is nog niet

bij elke verzekeringsmaatschappij beschikbaar.

In deze cijfers houden we geen rekening met de mogelijkheid tot aanpassing van het verzekerd

kapitaal gedurende de looptijd of de afkoop van de opgebouwde reserve. Hoewel deze opties

uiteraard heel interessant zijn en hier rekening moet mee gehouden worden bij de aanvraag van

een schuldsaldoverzekering. De kosten verbonden aan opmaak van de polis, wijziging van de

polisvoorwaarden, afkoop, reductie, niet betaling van de premie en eventuele forfaits op de

premie worden in de vergelijking wel in rekening gebracht. Wij kiezen om een realistische

vergelijking mogelijk te maken voor een kostenpercentage van 5% bovenop de nettopremie.

Dit moet ons in staat stellen de kosten voor beheer, commissie en commerciele activiteiten

te dragen. Daarnaast tellen we ook nog een eenmalig forfait bij de opmaak van de polis, we

leggen deze vaste kost op e50. Als technische intrestvoet kiezen we 2.75%.


De vergelijking die ter onzer beschikking is, maakt enkel gebruik van segmentatie o.b.v. leef-

tijd en rokersgedrag. Indien wij onze tarifering hierop toe passen, zien we in figuur 5.2 op

de volgende bladzijden dat ons tarief voor elk risicoprofiel rond het gemiddelde ligt. Het de-

tail van de tarieven is te vinden in tabel 5.4. In ons tarief zijn we uitgegaan van een normaal

BMI (sterftereductie van 5%) en rekenden we geen bijpremie aan voor het opleidingsniveau

(secundair onderwijs als hoogst behaalde diploma). Indien hier van afgeweken wordt, kan

onze premie een andere positie innemen op de markt. Mensen met een afwijkend BMI zul-

len een hogere premie betalen, mensen die hogere studies volgden zullen minder betalen, het

omgekeerde geldt voor zij die geen diploma secundair onderwijs haalden.

Tarief 1 KS; 30 jaar; Niet-Roker; Verz. kapitaal e100.000; n= 20 jaar; m = 13 jaar

Tarief 2 KS; 30 jaar; Roker; Verz. kapitaal e100.000; n= 20 jaar; m = 13 jaar





Tabel 5.4: Detail tarieven


(a) Tarief 1

(b) Tarief 2

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


(c) Tarief 3

(d) Tarief 4



(e) Tarief 5

(f) Tarief 6


85

Besluit

Sinds eind vorig jaar is er veel veranderd op de verzekeringsmarkt. Het lijdt geen twijfel dat

de impact van het verbod op segmentatie o.b.v. geslacht groot is. Geslacht was een van de be-

langrijkste segmentatiecriteria voor Belgische en internationale verzekeringsmaatschappijen.

Er is dan ook een aanzienlijk verschil in sterftecijfers tussen mannen en vrouwen. Het mag

duidelijk zijn dat de verzekeraars op zoek moeten naar nieuwe segmentatiecriteria om dit ge-

mis op te vangen.

Tot op heden is er evenwel nog heel weinig veranderd in de (Belgische) markt. De meeste

verzekeraars talmen en in afwachting houden ze vast aan de segmentatiecriteria die eerder

reeds belangrijk waren: leeftijd en gezondheidstoestand (i.h.b. het rokersgedrag). Het spreekt

voor zich dat deze oudere maatstaven in het segmentatiemodel moeten blijven, aangezien zij

hun belang reeds jaren lang hebben onderstreept. Daarnaast zijn er enkele (vooral kleinere)

verzekeraars die origineler zijn en aanvullend ook reeds gebruik maken van enkele nieuwere

criteria: woonplaats, BMI, beroeps- en opleidingsniveau en zelfs het aantal kilometers dat

men aflegt in de auto. De sterftetafels kregen een verplicht unisekskarakter en werden door

elke maatschappij naar eigen voorkeur aangepast.

Doorheen deze masterproef bespraken we een resem potentiele segmentatiecriteria en we mo-

gen besluiten dat sommige van de onderzochte variabelen in aanmerking komen om gebruikt

te worden. Het zijn niet toevallig de BMI en enkele van de socio-economische variabelen

die hier als de interessantste opdoken. Ze hebben niet alleen een duidelijk (direct) effect op

de overlijdenskans, maar ze zijn ook makkelijk en goedkoop te bepalen (vragenlijsten), con-

troleerbaar, stabiel in de tijd en ook juridisch, sociaal en cultureel aanvaardbaar. De grotere

86 BESLUIT

verzekeraars zullen evenwel hun kennis over hun klanten op vlak van deze variabelen moeten

verrijken of sterker moeten aanwenden.

Tot slot blijft het interessant om de komende maanden de markt te blijven volgen. Aangezien

de verzekeraars momenteel nog de kat uit de boom kijken, kan men enkel maar verwachten

dat de grote marktveranderingen pas over enkele maanden zullen komen bovendrijven.

BIBLIOGRAFIE 87

Bibliografie

[1] Actuaris International (2012). Variables de risque et variables de tarification. Seminaire

RGA DECAVI.

[2] AFI-ESCA (2013). Uw simulatie online. Geraadpleegd op 18 april 2013, http://www.afi-

esca.be/nl/nos-solutions/simulation-en-ligne.php.

[3] AG Insurance (2012). AG Insurance vernieuw aanbod overlijdens-

verzekeringen (11 december 2012). Geraardpleegd op 18 april 2013,

http://www.aginsurance.be/NL/NewsRoom/News/Pages/Unisex.aspx.

[4] Assuralia (2011). Europees Hof tegen onderscheid tussen vrouw en man

in verzekeringen: Assuralia blijft overtuigd dat consument baat heeft

bij correcte inschatting van risico. Geraadpleegd op 17 april 2013,

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

7862ea623228f34bfae5ea019d02b.

[5] Assuralia (2012). Welke gevolgen heeft de gelijkheid tussen mannen en

vrouwen voor mijn levensverzekering? Geraadpleegd op 17 april 2013,

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

da4fc4ce3d957207ba108e7909ae4.

[6] Assuralia (2013). Ik heb een te hoge BMI. Heeft dat gevol-

gen op verzekeringsvlak? Geraadpleegd op 17 april 2013,

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

dbed2189357e5bc4fd0d5fb2760e5.

88 BIBLIOGRAFIE

[7] Assuralia (2013). Invoering Uniseks-referentietafels. Omloopbrief LEVEN 2013-7.

[8] Belgische Wetgeving. De Belgische Grondwet. Geraadpleegd op 24 oktober 2012,

http://www.senate.be/doc/const nl.html.

[9] K. Bernauw, P. Colle, G. Jocque & B. Weyts (2011). Larcier Thema Wetboeken: Verze-

keringen 2001-2012. Larcier.

[10] P. Colle (2010). Algemene beginselen van het Belgische verzekeringsrecht. Intersentia.

[11] P. Colle (2010). Handboek bijzonder gereglementeerde verzekeringscontracten. Intersen-

tia.

[12] N. De Pril & J. Dhaene (1995). Segmentering in verzekeringen. Onderzoeksrapport, Ka-

tholieke Universiteit Leuven.

[13] M. Driessen & P. de Winden (2013). Auto staat vooral op naam van man-

nen. CBS Webmagazine. Geraadpleegd op 18 april 2013, http://www.cbs.nl/nl-

NL/menu/themas/verkeer-vervoer/publicaties/artikelen/archief/2013/2013-3799-

wm.htm.

[14] Y. Evenepoel & N. Vanhee (2013). Die verzekering bij die lening . . . . Budget & Recht,

227: 20 - 24.

[15] European Commission. European Convention on Human Rights. Geraadpleegd op

29 oktober 2012, http://www.echr.coe.int/NR/rdonlyres/D5CC24A7-DC13-4318-B457-

5C9014916D7A/0/CONVENTION ENG WEB.pdf.

[16] European Commission. Richtlijn 2002/83/EG van het Europees

Parlement en de raad van 5 november 2002 betreffende le-

vensverzekering. Geraadpleegd op 2 november 2012, http://eur-

lex.europa.eu/LexUriServ/LexUriServ.do?uri=CONSLEG:2002L0083:20080320:NL:PDF.

[17] European Commission. Verdrag betreffende de werking van de

Europese Unie. Geraadpleegd op 30 oktober 2012, http://eur-

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

BIBLIOGRAFIE 89

[18] European Commission. Europese Grondwet. Geraadpleegd op 1 november 2012,

http://www.parlement.com/9353000/1f/j9vvhy5i95k8zxl/vgt8md6d4mvq.

[19] K. Everaert (2012). Groepsverzekeringen en Pensioenfondsen. Cursusnota’s, Vrije Uni-

versiteit Brussel.

[20] Encyclo - Online Encyclopedie. Segmentatie. Geraadpleegd op 14 oktober 2012 (e.v.),

http://www.encyclo.nl.

[21] S. Gadeyne & S. Deboosere (2002). Socio-economische ongelijkheid in sterfte op middel-

bare leeftijd in Belgie: Een analyse van de Nationale Databank Mortaliteit. Onderzoeks-

rapport, Interface Demography (Department of Sociology), Vrije Universiteit Brussel.

[22] S. Gaillard & S. Sigris (2012). Tarifs decs unisexes et segmentation. Lunch Swiss Re.

[23] Marcel Caenen (2013). Levensverzekeringen: Unisekstarief. Geraadpleegd 20 april 2013,

http://www.marcel-caenen.be/Default.aspx?tabid=15912.

[24] Medische Cel (2007). Nieuwe medische acceptatieformaliteiten binnen DIB. Intern Rap-

port, Dexia Verzekeringen.

[25] Mobiel Vlaanderen (2013). Onderzoek Verplaatsingsgedrag Vlaanderen

(4) - (september 2008-september 2013). Geraadpleegd op 18 april 2013,

http://www.mobielvlaanderen.be/pdf/ovg43/ovg43-a4.pdf.

[26] MoneyView ProductManager (2013). Vergelijking Detail Informatie Schuldsaldo. Ge-

raadpleegd op 24 april 2013, http://www.moneyviewproductmanager.nl.

[27] National Suisse (2010). Select - Schuldsaldoverzekering. Geraadpleegd op 26 maart

(e.v.), http://www.nationalesuisse.be//media/Files/www nationalesuisse be/Factsheets

%20Pdf/Factsheet%20Select%20NL.pdf.

[28] Oxera (2011). The impact of a ban on the use of gender in insurance. Onderzoeksrapport,

Oxera.

90 BIBLIOGRAFIE

[29] N. Portugaels (2012). Actuele problemen inzake de schuldsaldoverzekering: De eeuwige

spanning tussen segmentatie en discriminatie en een fiscale behandeling. Masterproef,

Universiteit Antwerpen.

[30] L. Sommerijns (2011). Gelijke premies en uitkeringen voor mannen en vrouwen. Life &

Benefits, 6: 6 - 8.

[31] De Standaard (2012). Smet wil schepen van gelijke kansen. Geraadpleegd op 24 oktober

2012, http://www.standaard.be/artikel/detail.aspx?artikelid=DMF20121019 00341267.

[32] B. Steijn, E. Snel & L. van der Laan (2000). Een postindustrile klassenstructuur? Het

klassenschema van Esping-Andersen toegepast op Nederland. Sociologische Gids, 2: 77

- 94.

[33] E.Storm (2012). Independer.nl introduceert overlijdensrisicover-

zekering op basis van postcode. Geraadpleegd op 28 februari

2012, http://weblog.independer.nl/persbericht/independer-nl-introduceert-

overlijdensrisicoverzekering-op-basis-van-postcode.

[34] Test Aankoop (2012). M/V gelijk voor de levensverzekering. Geraadpleegd op 17 april

2013, http://www.test-aankoop.be/geld/hypotheekleningen/nieuws/m-v-gelijk-voor-de-

levensverzekering.

[35] United Nations. The Universal Declaration of Human Rights. Geraadpleegd op 23 okto-

ber 2012, http://www.un.org/en/documents/udhr/index.shtml.

[36] S. Vansteelandt (2007). Kansrekeningen en Wiskundige Statistiek I. Cursusnota’s, Uni-

versiteit Gent.

[37] J.R. Wilmoth & V. Shkolnikov. The Human Mortality Database. Geraadpleegd op 29

december 2012, http://www.mortality.org/.

91

Bijlagen - Cijfergegevens

93

Land vrouwen mannen totaal

Rusland (2010) 74.79 62.95 68.93

Oekraine (2009) 74.84 64.35 69.65

Verenigde Staten (2010) 81.21 76.37 78.90

Denemarken (2009) 81.03 76.83 79.05

Portugal (2009) 82.46 76.42 79.57

Finland (2009) 83.14 76.51 79.97

Belgie (2009) 82.44 77.17 80.01

Verenigd Koninkrijk (2009) 82.27 78.11 80.34

Duitsland (2010) 82.68 77.66 80.35

Oostenrijk (2010) 83.15 77.70 80.62

Luxemburg (2009) 82.90 78.01 80.66

Canada (2007) 82.95 78.35 80.82

Nederland (2009) 82.64 78.53 80.84

Noorwegen (2009) 83.08 78.62 80.98

Frankrijk (2010) 84.72 78.04 81.61

Spanje (2009) 84.55 78.48 81.64

Zweden (2011) 83.67 79.79 81.88

Italie (2009) 84.24 79.22 81.97

Australie (2009) 84.16 79.70 82.07

Zwitserland (2011) 84.68 80.28 82.70

Japan (2009) 86.42 79.61 83.31

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

94

Man

nen

Vro

uwen

Stat

us45

-49

j.50

-54

j.55

-59

j.60

-64

j.40

-59

j.40

-59

j.

Gro

teze

lfst

.,ho

gere

leid

ing,

acad

emic

i0.

512

0.64

40.

680

0.71

20.

603

0.84

5

Lag

ere

leid

ingg

even

den

enge

scho

olde

hoof

darb

eid

0.61

70.

731

0.71

40.

728

0.69

60.

861

Rou

tine

hoof

darb

eid

0.71

70.

704

0.81

20.

851

0.73

30.

851

Toez

icht

houd

ers/

hoog

gesc

hool

deen

gesc

h.ar

beid

ers

0.56

10.

642

0.73

60.

919

0.73

30.

713

Hal

f-en

onge

scho

olde

hand

enar

beid

0.80

00.

921

0.94

30.

966

0.83

70.

784

Lan

dbou

wer

s0.

636

0.61

40.

709

0.68

70.

837

0.78

4

Kle

ine

zelf

stan

dige

n0.

918

0.81

40.

877

0.82

10.

865

1.10

9

Ber

oep

onbe

kend

1.09

01.

126

1.17

51.

139

1.16

01.

197

Bru

g-of

over

levi

ngsp

ensi

oen

1.91

11.

276

1.03

81.

045

1.63

61.

680

Volle

dig

wer

kloo

s1.

687

1.50

51.

293

1.22

51.

653

1.09

5

Gee

nbe

roep

2.04

51.

877

1.78

51.

627

1.95

71.

182

Wer

konb

ekw

aam

ofge

hand

icap

tin

wer

kpla

ats

3.52

33.

161

2.65

52.

317

..

Tabe

l6:R

elat

ieve

ster

ftek

anse

nna

arbe

roep

ssta

tus

perl

eeft

ijdsg

roep

([21

])

95

Man

nen

Vro

uwen

Stat

us45

-49

j.50

-54

j.55

-59

j.60

-64

j.40

-59

j.40

-59

j.

2de

eltij

dse

inko

men

s0.

401

0.77

90.

830

1.10

61.

037

0.82

2

1vo

ltijd

sen

1de

eltij

dsin

kom

en0.

522

0.62

80.

654

0.76

70.

580

0.71

2

2vo

ltijd

sein

kom

ens

0.56

50.

638

0.67

50.

695

0.64

20.

747

1vo

ltijd

sin

kom

en0.

695

0.73

70.

775

0.80

20.

768

0.90

3

rest

groe

p0.

804

0.83

60.

996

1.14

10.

809

0.84

0

1vo

ltijd

sen

1ve

rvan

ging

sink

omen

0.89

20.

962

1.02

21.

011

0.86

30.

879

1de

eltij

dsin

kom

en0.

949

0.83

21.

017

0.86

51.

073

1.01

2

1de

eltij

dsen

1ve

rvan

ging

sink

omen

1.74

71.

243

1.14

90.

993

1.03

70.

822

geen

inko

men

1.79

71.

631

1.67

71.

552

1.76

21.

736

2ve

rvan

ging

sink

omen

s2.

290

1.68

01.

274

1.11

31.

513

1.36

6

1ve

rvan

ging

sink

omen

2.48

41.

904

1.38

61.

238

1.69

11.

427

Tabe

l7:R

elat

ieve

ster

ftek

anse

nna

arhe

tsoo

rtva

nin

kom

enpe

rlee

ftijd

sgro

ep([

21])

96

Mannen Vrouwen

Status 40 - 59 j. 40 - 59 j.

Actief 0.669 0.843

Inactief 1.494 1.186

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

Mannen

Status 45 - 49 j. 50 - 54 j. 55 - 59 j. 60 - 64 j.

Groot comfort 0.487 0.555 0.608 0.656

Klein comfort 0.832 0.857 0.894 0.908

Middelmatig Comfort 0.877 0.957 0.919 0.918

Comfortniveau onbekend 1.309 1.192 1.056 1.033

Zonder klein comfort 1.429 1.307 1.208 1.129

Restgroep 1.506 1.442 1.570 1.570

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

Mannen

Status 45 - 49 j. 50 - 54 j. 55 - 59 j. 60 - 64 j.

Eigenaars 0.583 0.623 0.678 0.721

Huisbezit onbekend 0.993 1.013 0.851 0.819

Huurders 1.137 1.147 1.144 1.110

Restgroep 1.518 1.382 1.517 1.526

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

Manne Vrouwen

Status 40 - 59 j. 40 - 59 j.

Gehuwd 0.586 0.772

Uit elkaar en gescheiden 1.172 1.077

Weduwe 1.178 0.174

Ongehuwd 1.236 1.096

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

97

Man

nen

Vro

uwen

Stat

us45

-49

j.50

-54

j.55

-59

j.60

-64

j.40

-59

j.40

-59

j.

Eig

enaa

rs-g

root

com

fort

0.45

30.

525

0.55

60.

618

0.52

60.

601

Eig

enaa

r-m

idde

lmat

igco

mfo

rt0.

700

0.75

20.

738

0.77

80.

737

0.74

8

Eig

enaa

rs-k

lein

com

fort

0.72

60.

756

0.80

70.

827

0.75

00.

808

Huu

rder

s-g

root

com

fort

0.76

60.

751

0.89

60.

876

0.80

70.

857

com

fort

nive

auen

/ofh

uisb

ezit

onbe

kend

1.08

61.

037

0.92

70.

889

1.00

00.

869

Huu

rder

s-k

lein

com

fort

1.20

71.

173

1.13

21.

171

1.15

01.

204

Eig

enaa

rs-z

onde

rkle

inco

mfo

rt1.

255

1.03

21.

048

1.01

31.

091

1.04

0

Huu

rder

s-M

idde

ncom

fort

1.29

21.

459

1.33

41.

254

1.30

51.

253

Res

tgro

ep1.

536

1.43

21.

557

1.57

91.

608

1.51

3

Huu

rder

s-z

onde

rkle

inco

mfo

rt1.

736

1.70

21.

478

1.37

31.

619

1.55

5

Tabe

l12:

Rel

atie

vest

erft

ekan

sen

naar

huis

vest

ings

kwal

iteit

enco

mfo

rtpe

rlee

ftijd

sgro

ep([

21])

98

Man

nen

Vro

uwen

Stat

us45

-49

j.50

-54

j.55

-59

j.60

-64

j.40

-59

j.40

-59

j.

Peda

gogi

sch

onde

rwijs

kort

ety

pe0.

606

0.72

30.

667

0.73

00.

709

0.89

6

Uni

vers

itair

ofho

gero

nder

wijs

LT0.

642

0.69

70.

694

0.73

50.

734

0.84

5

And

erho

gero

nder

wijs

KT

0.69

20.

746

0.75

00.

723

0.73

40.

845

Hog

erse

cund

airt

echn

isch

0.81

50.

760

0.85

00.

897

0.82

70.

792

Lag

erse

cund

airt

echn

isch

0.88

30.

905

0.93

80.

943

0.87

80.

792

Hog

erse

cund

aira

lgem

een/

kuns

t0.

959

0.94

40.

889

0.86

50.

917

0.78

0

Lag

erse

cund

airb

eroe

ps1.

066

0.94

90.

994

0.98

60.

923

0.93

9

Hog

erse

cund

airb

eroe

ps1.

029

1.04

50.

985

0.95

30.

937

0.85

2

Lag

erse

cund

aira

lgem

een/

kuns

t1.

062

1.00

20.

949

0.99

50.

947

0.82

8

Lag

eron

derw

ijs1.

200

1.22

81.

187

1.14

91.

082

1.19

4

onbe

kend

dipl

oma

1.16

01.

272

1.20

81.

264

1.08

41.

052

Gee

ndi

plom

a1.

364

1.29

41.

302

1.21

31.

184

1.13

4

Nie

ting

evul

d2.

434

2.04

2.34

22.

138

2.53

42.

529

Tabe

l13:

Rel

atie

vest

erft

ekan

sen

naar

onde

rwijs

type

perl

eeft

ijdsg

roep

([21

])

99

Man

nen

Vro

uwen

Stat

us45

-49

j.50

-54

j.55

-59

j.60

-64

j.40

-59

j.40

-59

j.

gehu

wd

met

kind

eren

0.52

60.

569

0.61

70.

673

0.60

60.

686

gehu

wd

zond

erki

nder

en0.

683

0.68

70.

668

0.71

20.

735

0.83

0

sam

enw

onen

dm

etki

nder

en0.

879

0.94

10.

977

1.00

81.

026

1.15

2

oude

rin

mon

opar

enta

alge

zin

0.97

80.

968

0.96

11.

034

1.08

20.

953

sam

enw

onen

dzo

nder

kind

eren

1.03

20.

984

1.00

91.

099

1.02

61.

152

inw

onen

din

kern

gezi

n1.

034

1.16

21.

225

1.13

11.

026

1.15

2

inw

onen

dbi

joud

er(s

)1.

328

1.24

51.

145

1.02

61.

026

1.15

2

alle

enst

aand

1.49

21.

398

1.28

11.

158

1.51

51.

336

rest

groe

p1.

533

1.41

11.

424

1.35

51.

334

1.19

6

Tabe

l14:

Rel

atie

vest

erft

ekan

sen

naar

huis

houd

ensp

ositi

epe

rlee

ftijd

sgro

ep([

21])

100M

anne

nV

rouw

en

Arr

ondi

ssem

ent

40-4

4ja

ar45

-49

jaar

50-5

4ja

ar55

-59

jaar

60-6

4ja

ar40

-59

jaar

40-5

9ja

ar

Ant

wer

pen

0.72

30.

893

0.89

60.

878

0.89

60.

882

0.97

9

Mec

hele

n0.

841

0.76

90.

868

0.88

80.

839

0.85

90.

979

Turn

hout

0.66

20.

596

0.73

50.

758

0.81

40.

707

0.81

5

Bru

ssel

H.G

.1.

275

1.22

01.

265

1.13

11.

074

1.27

61.

295

Hal

le-V

ilvoo

rde

0.90

30.

872

0.81

40.

864

0.89

00.

903

0.90

6

Leu

ven

0.71

30.

760

0.77

60.

781

0.83

80.

765

0.87

4

Nijv

el0.

981

0.93

80.

971

0.90

50.

960

0.96

80.

959

Bru

gge

0.90

30.

830

0.82

70.

862

0.91

90.

892

0.91

2

Dik

smui

de0.

991

0.95

80.

819

0.90

20.

721

0.87

20.

853

Iepe

r0.

718

0.96

30.

808

1.04

30.

956

0.87

20.

853

Kor

trijk

0.80

20.

801

0.86

40.

909

0.91

30.

845

0.85

8

Oos

tend

e0.

932

1.05

30.

965

0.99

21.

000

0.97

70.

922

Roe

sela

re0.

763

0.80

90.

819

0.88

70.

791

0.80

30.

818

Tiel

t0.

551

0.88

00.

876

0.79

70.

874

0.80

30.

818

Veu

rne

0.74

81.

134

0.95

20.

885

0.89

10.

977

0.92

2

Aal

st0.

925

0.98

11.

093

1.00

60.

960

0.97

40.

952

Den

derm

onde

0.73

90.

876

0.95

90.

997

1.02

50.

908

0.95

0

Eek

lo0.

927

0.88

50.

694

0.84

40.

885

0.89

40.

926

Gen

t0.

856

0.92

60.

867

0.83

30.

930

0.89

40.

926

Oud

enaa

rde

1.11

20.

991

0.98

40.

969

0.99

50.

908

0.95

0

Sint

-Nik

laas

0.78

70.

797

0.87

20.

891

0.85

20.

908

0.95

0

Aat

1.43

41.

401

1.16

01.

219

1.23

01.

244

1.07

2

wor

dtve

rvol

gdop

devo

lgen

depa

gina

101Ta

bel1

5–

verv

olg

van

devo

rige

pagi

na

Man

nen

Vro

uwen

Arr

ondi

ssem

ent

40-4

4ja

ar45

-49

jaar

50-5

4ja

ar55

-59

jaar

60-6

4ja

ar40

-59

jaar

40-5

9ja

ar

Cha

rler

oi1.

600

1.34

11.

384

1.36

11.

254

1.40

21.

267

Ber

gen

1.51

31.

404

1.44

81.

374

1.26

91.

452

1.28

8

Moe

skro

en1.

268

1.19

01.

109

0.93

01.

144

1.21

20.

938

Zin

nik

1.30

11.

194

1.27

71.

226

1.17

91.

244

1.07

2

Thu

in1.

156

1.31

91.

212

1.22

11.

259

1.22

51.

040

Doo

rnik

1.36

71.

285

1.28

61.

107

1.26

11.

212

0.93

8

Hoe

i1.

325

1.13

81.

065

1.13

71.

199

1.12

51.

241

Lui

k1.

204

1.15

41.

067

1.09

51.

157

1.15

41.

261

Ver

vier

s0.

946

0.89

60.

934

1.10

21.

024

1.00

60.

967

Bor

gwor

m1.

134

1.17

91.

029

0.93

61.

006

1.12

51.

241

Has

selt

0.72

70.

613

0.83

80.

820

0.90

90.

712

0.79

1

Maa

seik

0.50

70.

554

0.79

90.

764

0.79

70.

712

0.79

1

Tong

eren

0.72

50.

812

0.74

00.

900

0.95

20.

712

0.79

1

Aar

len

1.38

21.

285

1.21

51.

121

1.08

61.

244

1.07

0

Bas

tena

ken

1.29

81.

174

1.17

71.

393

1.16

31.

244

1.07

0

Mar

che-

en-F

amen

ne1.

526

0.99

01.

309

1.11

81.

025

1.38

91.

244

Neu

fcht

eau

1.26

61.

137

1.21

41.

165

1.09

21.

244

1.07

0

Vir

ton

1.39

51.

257

0.94

60.

923

0.94

41.

244

1.07

0

Din

ant

1.38

81.

306

1.28

91.

212

1.02

11.

389

1.24

4

Nam

en1.

201

1.10

61.

179

1.21

61.

295

1.17

91.

254

Phili

ppev

ille

1.29

61.

487

1.47

11.

251

1.19

41.

389

1.24

4

wor

dtve

rvol

gdop

devo

lgen

depa

gina

102Ta

bel1

5–

verv

olg

van

devo

rige

pagi

na

Man

nen

Vro

uwen

Arr

ondi

ssem

ent

40-4

4ja

ar45

-49

jaar

50-5

4ja

ar55

-59

jaar

60-6

4ja

ar40

-59

jaar

40-5

9ja

ar

Tabe

l15:

Rel

atie

vest

erft

ekan

sen

naar

woo

npla

ats

(Bru

tom

odel

)

Faculteit Wetenschappen en...

Documents

Transcript of Faculteit Wetenschappen en...