Hoe kunnen doelgerichte beleggingsstrategieën in het financiële planningsproces worden geoptimaliseerd?

Vakblad Financiële Planning (2026/95)  door R.A.M. Janssen, MSc MFP, R.G.J. van Beek, CFP® SFP™ & R.A. Wernsen, MFP CFP¹

Het door de CFP Board opgestelde financiëleplanningsproces in zeven stappen wordt (evenals de door de Financial Planning Standards Board afgeleide zes stappen) wereldwijd door financiële adviseurs veelvuldig toegepast. Maar is dit proces wel optimaal? Waar kunnen belangrijke aanvullingen en verbeteringen worden aangebracht om de geschiktheid van beleggingen mee te nemen, zodat er een betere afstemming ontstaat met beleggingsstrategieën en vermogensen asset allocatie aan de hand van realistische economische scenario’s?

1. Inleiding

Financiële planning en beleggen zijn het laatste decennium dichter naar elkaar gegroeid, maar blijken in de praktijk toch nog vaak parallelle processen, elk ondersteund door verschillende methodologieën, tools en wettelijke eisen.

Hoewel het zevenstappenplan voor financiële planning van de CFP Board een wereldwijd erkende basis biedt voor holistisch financieel advies, ontbreekt naar onze mening nog altijd de aansluiting met beleggingsadvies vertaald vanuit de output van een financieel plan (de doelen, kasstromen, rendementen, et cetera). En dan met name hoe deze output te vertalen naar een concrete beleggingsstrategie, passendheid (suitability), geschiktheidstoetsing en invulling van de beleggingsportefeuille.

Voorgaande kloof wordt belangrijker naarmate cliënten meerdere doelstellingen nastreven met een verschillende tijdshorizon en onttrekkingsschema. Dit alles vereist een explicietere koppeling tussen de doelstellingen van cliënten en de keuze van het beleggingsrisico, de assetallocatie en de verschillende manieren van implementatie (Loonen & Janssen 2021; Lobotka, Lamas & Murphy 2026). In de adviespraktijk wordt door adviseurs gebruikgemaakt van vragenlijsten om het beleggingsrisicoprofiel van cliënten vast te stellen. Echter, in deze vragenlijsten wordt vaak geen rekening gehouden met meerdere beleggingsdoelstellingen, geen prioritering en zijn doelstellingen niet concreet.

Met de implementatie van de Wet Toekomst Pensioenen (Wtp) zien wij dat nog meer op individuele basis naar de (toekomstige) financiële planning van cliënten gekeken moet worden. Welk inkomen willen cliënten nu en in de toekomst om persoonlijke doelen te realiseren en wanneer en hoe kan en dient er belegd te worden, met welke rendementen en risico’s, om deze doelstellingen te kunnen realiseren?

De centrale vraag is niet of het CFP-planningsproces (en daarmee ook de in Nederland afgeleide stappen) conceptu.eel werkt, maar of het in de praktijk voldoende en toereikend is zonder een aanvullend kader voor de vertaalslag naar de beleggingsstrategie. Hoe kunnen de uitkomsten van het planningsproces beter gekoppeld worden aan de beleggingen? En is er binnen de verschillende processtappen een optimalisatie mogelijk voor wat betreft de beslissingen die genomen moeten worden over de verdeling tussen verschillende beleggingscategorieën (aandelen, obligaties, liquiditeiten, vastgoed en alternatieven) en de concrete invulling van de beleggingsportefeuille.

2. Goals-Based Financial Planning & Investing

Dit artikel motiveert en schetst een integrale benadering om het hiervoor beschreven manco op te lossen: Goals-Based Financial Planning & Investing (hierna GBFPI). Deze methode biedt consistentie, geschiktheid en een evidence based methode om financieel advies te verbeteren (Blanchett 2015; Janssen, Van Beek & Wernsen 2022). In plaats van zich te richten op één enkel beleggingsrisico-profiel of simpelweg te proberen betere rendementen te behalen dan de onderliggende benchmarks, vertaalt GBFPI elke individuele doelstelling naar een specifieke beleggingsstrategie die is afgestemd op de van toepassing zijnde (tijds)horizon, het benodigde rendement, en het risico dat een klant wil en kan nemen om de doelstellingen te realiseren.

Niet alleen bij kleinere advieskantoren is dit een uitdaging, maar zeker ook bij grotere kantoren. Bij veel grotere adviesorganisaties wordt dit probleem versterkt door fragmentatie: financiële planners en beleggingsadviseurs werken vaak in afzonderlijke teams, gebruiken verschillende systemen en gegevensbronnen en werken onder deels afwijkende (compliance)kaders. Wereldwijd is de geschiktheid (suitablility) van beleggen streng gereguleerd, terwijl financiële planning als activiteit meestal niet gereguleerd is. Volledige integratie van planning en beleggen in een concept of dienstverlening blijkt niet eenvoudig. Zelfs goed doordachte financiële plannen slagen er niet altijd in een goede vertaalslag te maken naar een consistente en passende beleggingsportefeuille. Verder kunnen beleggingsaanbevelingen afzonderlijk geschikt lijken, maar in werkelijkheid niet optimaal vertaald zijn vanuit de op doelstellingen gebaseerde financiële planning van de cliënt.

Verschillende onderzoekers (h)erkennen dit probleem, maar geen van alle brengt ze volledig met elkaar in verband. Zo is er de literatuur over gedrag & psychologie van Brunels met meervoudige risicoprofielen maar ook het risicobereidheidskader van Nobre en Grable. Ieder stelt vast dat een enkele risicotolerantie op cliëntniveau een ontoereikende basis is voor doelgerichte én goede vertaling naar beleggingsbeslissingen (Brunel 2015; Nobre & Grable 2015).

Institutioneel vermogensbeheer kent al jaren Asset & Liability Management (ALM) inclusief toekomstgerichte scenarioanalyses die gebruikt worden om cliëntdoelen te vertalen naar beleggingsstrategieën. Het CFP-proces biedt een adviesstructuur waarbinnen beide zouden kunnen worden samengebracht. Binnen GBFPI worden de plannings- en de beleggingspraktijk echter beter op elkaar afgestemd en wordt een uniforme processtandaard ontwikkeld die ten goede komt aan de financiële planning van de cliënt. Dit artikel identificeert de specifieke punten in het CFP-proces waar beslissingen over de geschiktheid van beleggingen kunnen en moeten worden verankerd in de uitkomsten van de planning om te komen tot een coherent, op doelen afgestemd advies.

3. Uitdagingen bij het combineren van financiële planning en beleggingsgeschiktheid

In Europa, Noord-Amerika, Azië en Australië wordt beleggingsgeschiktheid voornamelijk bepaald door de beoordeling van de kennis en ervaring van een cliënt (het ‘vermogen’ om financiële producten en risico’s te begrijpen), de financiële positie (inkomsten, uitgaven, bezittingen en schulden en het ‘financiële vermogen’ om verliezen op te vangen), de risicotolerantie (bereidheid en psychologisch vermogen om risico te nemen) en de beleggingsdoelstellingen (doelen zoals groei, inkomen of kapitaalbehoud, inclusief tijdshorizon). Wereldwijde regelgeving eist van financiële instellingen dat zij deze factoren verzamelen en evalueren via KYC- en geschiktheidsbeoordelingen. Dit alles om zo ervoor te zorgen dat elke aanbevolen belegging aansluit bij het profiel van de cliënt, misleidende verkoop wordt voorkomen en weloverwogen besluitvorming ondersteund wordt. Binnen Europa is dit geformaliseerd in regels en normen die wij kennen als MiFID II.

Zoals hiervoor beschreven worstelt de hedendaagse financiële planningspraktijk veelal met de effectieve integratie van het beleggingsrisico, de beleggingsstrategie en de clientdoelstellingen. Hoewel het CFP-proces een uitgebreid zevenstappenkader biedt, blijft de praktische implementatie ervan – met name op het snijvlak van financiële planning en geschiktheid van beleggingen – vaak gefragmenteerd (Loonen & Janssen 2021). Het ‘gevaar’ van mogelijke fragmentatie blijkt ook uit het volgende citaat op de website CFPnet.org:

‘Sommige cliënten kunnen bijvoorbeeld een CFP®-professional inschakelen om de eerste vijf stappen van het financiële planningsproces te doorlopen en vervolgens met een andere financiële dienstverlener samenwerken om die aanbevelingen te implementeren of te monitoren en bij te werken. Standaard A10 bepaalt echter dat een CFP®-professional verantwoordelijk is voor het implementeren, monitoren en bijwerken van de financiële planningsaanbeveling(en), tenzij dit specifiek is uitgesloten van de reikwijdte van de opdracht (CFP Board 2018)’.

Deze fragmentatie komt het duidelijkst naar voren bij de risicoprofilering, het bepalen van de verliescapaciteit van cliënten en het gebruik van stochastische modelleringstechnieken zoals Monte Carlo-simulaties. Als gevolg hiervan worden financiële plannen en beleggingsaanbevelingen vaak parallel ontwikkeld in plaats van als een uniform en economisch consistent advieskader. Het kader van de CFP Board (en hiermee ook binnen de Financial Planning Standard Board (FPSB) en de hierop gebaseerde Nederlandse situatie) biedt een goede conceptuele structuur voor financiële planning, maar expliciete operationele richtlijnen voor het vertalen van planningsresultaten naar beleggingsstrategieën en geschiktheid (met bijhorende documentatie) blijven beperkt, waardoor afzonderlijke geschiktheidskaders en processen noodzakelijk lijken.

4. Beperkingen van risicoprofileringstechnieken in doelgericht advies

Het concept van GBFPI, ondersteund door wetenschappelijk onderzoek, kan oplossingen bieden voor het hiervoor geschetste probleem. In de huidige adviespraktijk wordt de risicotolerantie van cliënten doorgaans beoordeeld aan de hand van gestandaardiseerde vragenlijsten met vooraf gedefinieerde risicocategorieën die vaak worden uitgedrukt in termen van standaarddeviatie. Deze risicoprofielen worden vervolgens gebruikt om modelportefeuilles met overeenkomstige risiconiveaus te selecteren (Janssen, Van Beek & Wernsen 2022). Hoewel deze aanpak operationeel efficiënt is, gaat deze vaak voorbij aan de specifieke kenmerken van de doelstellingen van de cliënt, zoals de beleggingshorizon en de concrete kasstromen. Dit leidt tot een kloof tussen het identificeren en prioriteren van doelstellingen en de daaropvolgende vaststelling van een passende beleggingsstrategie (Loonen & Janssen 2021).

Er zijn twee verschillende benaderingen van risicobeoordeling. De eerste is een benadering op cliëntniveau. Hierbij wordt de risicobereidheid gemeten als een stabiele psychologische voorkeur ten aanzien van onzekerheid en verlies. Deze benadering beschouwt risicotolerantie als onafhankelijk van individuele doelstellingen en tijdshorizon en past het bij de cliënt afgenomen risicoprofiel uniform toe op alle cliëntportefeuilles. Hoewel dit emotie en gedrag ten aanzien van volatiliteit op de korte termijn weergeeft, biedt het beperkte houvast wanneer cliënten meerdere doelstellingen op langere termijn nastreven, met wezenlijk verschillende risicokenmerken (Van de Venter, Michayluk & Davey 2012).

De tweede benadering is een benadering op portefeuille- of doelniveau. Deze richt zich op risicobereidheid in relatie tot specifieke doelstellingen. Hier wordt het aanvaardbare niveau van beleggingsrisico afgeleid uit de ambitie van het doel, de beschikbare tijdshorizon en de gevolgen van een tekort. Welk risico kan en wil de klant nemen! Hoewel deze benadering beter aansluit bij doelgericht plannen en beleggen, kan deze als administratief complex worden beschouwd. Zeker wanneer er meerdere portefeuilles bij betrokken zijn kunnen risico’s ontaarden in een mechanische allocatieoefening, tenzij ze gebaseerd zijn op een gedegen onderliggend financieel plan. Nobre en Grable (2015) merken op dat de bereidheid van een individu om financieel risico te nemen wordt beïnvloed door zijn risicoperceptie, risicobehoefte en risicoprofiel. Vanuit dit perspectief kan een cliënt bereid zijn om risico’s te nemen bij de ene financiële beslissing, maar niet in het geval van een andere beslissing. Dit geldt zelfs als een cliënt zowel financieel als emotioneel bereid is om dit risico te nemen. De perceptie van een cliënt dat het risico in het ene scenario lager (of hoger) is dan in het andere, kan zijn of haar bereidheid om risico te nemen bepalen (Kle-ment et al. 2018).

Doelgericht beleggen kadert beleggers als mensen die meerdere doelen nastreven met verschillende risico- en rendementsprofielen, in plaats van één enkele uniforme risicopreferentie (Statman & Shefrin, 2000; Das et al., 2010; Brunel, 2015). Dit staat in contrast met traditionele benaderingen die uitgaan van één enkele, stabiele risicotolerantie op beleggersniveau. ‘De realiteit is dat de meesten van ons meerdere risicoprofielen hebben voor meerdere doelen’, aldus Jean Brunel, auteur van ‘Goals-Based Wealth Management: An Integrated Approach to Changing the Structure of Wealth Advisory’. Sinds 2004 heeft Brunel doelgericht beleggen in zijn praktijk geïmplementeerd en hier verder onderzoek naar gedaan. Zodoende is zijn traditionele portefeuilleopbouw op basis van één optimale allocatie verschoven naar meerdere portefeuilles die elk zijn afgestemd op het behalen van een onderliggende specifieke doelstelling.

4.1 Fragmentatie tussen financiële planning en beleggingsadvies

Geen van de beide hiervoor besproken benaderingen lost de spanning tussen gedragsvoorkeuren en economische haalbaarheid adequaat op. Dit roept nog altijd de vraag op hoe risicobereidheid en risicocapaciteit moeten worden gecombineerd binnen één consistent planningskader. Een extra uitdaging vloeit voort uit de scheiding tussen financiële planning en de processen om te komen tot geschiktheid van beleggen. Beleggingsadviseurs voeren doorgaans een afzonderlijke geschiktheidsbeoordeling uit (op portefeuilleniveau), vaak zonder de aannames en uitkomsten van het financiële plan volledig (geautomatiseerd of efficient) mee te (kunnen) nemen. Dit plan of advies omvat verwachte opnames binnen een specifieke horizon, prioritering van doelen en de afhankelijkheid tussen bezittingen en schulden. Een dergelijke ‘mismatch’ kan leiden tot beleggingsaanbevelingen die op zichzelf formeel, juridisch en vanuit zorgplicht en compliance geschikt zijn (compliancetechnisch in lijn zijn met wat de wet vraagt), maar niet in overeenstemming zijn met het bredere financiële plan en wat het beste aansluit bij wat de cliënt wenst of nodig heeft.

Voorgaande fragmentatie is met name problematisch in gevallen waarin meerdere portefeuilles worden gebruikt om verschillende doelen te dienen. Zonder een gedeelde economische basis kunnen aannames met betrekking tot verwachte rendementen, volatiliteit en correlatieverschillen tussen het financiële plan en de beleggingsaanbeveling leiden tot inconsistente en slechte resultaten voor de cliënt (Janssen, Van Beek & Wernsen 2022). Zeker als bij groter vermogen verschillende beleggingsportefeuilles bij verschillende aanbieders worden aangehouden en de financieel planner niet de rol van overall regisseur op zich neemt.

4.2 Verliescapaciteit als economische beperking

Verliescapaciteit is een ander punt van conceptuele en praktische ambiguïteit (Davies 2024). Hoewel dit vaak wordt behandeld als een kerncomponent van beleggingsgeschiktheid en passend advies, is het ook relevant binnen het financiële planningsproces zelf. Verliescapaciteit weerspiegelt de mate waarin een cliënt ongunstige beleggingsresul taten kan opvangen zonder afbreuk te doen aan zijn vereiste levensstandaard of essentiële financiële doelstellingen.

In de praktijk worden verschillende methoden toegepast om de verliescapaciteit te bepalen, waarbij gebruik wordt gemaakt van een kwalitatieve vragenlijst of kwantitatieve stresstests. Het ontbreken van een effectieve aanpak waarbij rekening wordt gehouden met persoonlijke stresstests en begrijpelijke communicatie en afstemming met de client leidt echter tot een gebrekkige en niet-effectieve benadering van de verliescapaciteit. (Loonen & Janssen 2021). Simplistische stresstests, zoals het aannemen van een willekeurig negatief rendement van een portefeuille in het eerste jaar, houden geen rekening met de daadwerkelijke beleggingsstrategie van de cliënt, waardoor niet-optimale of zelfs slechte beleggingsbeslissingen kunnen ontstaan. Een robuuste aanpak vereist dat de verliescapaciteit wordt geëvalueerd binnen de context van het volledige financiële plan, met behulp van stressscenario’s die economisch consistent zijn met de gekozen assetallocatie en passivastructuur (Janssen, Van Beek & Wernsen 2022).

4.3 Doelgerichte financiële planning en beleggen als overkoepelend kader

Tegen deze achtergrond biedt GBFPI een coherent en integratief kader dat op natuurlijke wijze aansluit bij het planningsproces en de beleggingen. Door doelen, activa en passiva expliciet aan elkaar te koppelen, verankert GBFPI de beleggingsbesluitvorming binnen een ‘personal’ ALM-perspectief. In de kern kwantificeert GBFPI drie onderling samenhangende dimensies (zie hierna).

1. Vereist of benodigd risico: het beleggingsrendement dat nodig is om de doelen van de cliënt te bereiken.
2. Risicobereidheid: de mate van onzekerheid die de cliënt bereid is te accepteren bij het nastreven van die doelen.
3. Risicocapaciteit: de financiële veerkracht van de client bij ongunstige uitkomsten.

Wanneer scenario-analyse wordt gebruikt, kan de haalbaarheid van een financiële strategie worden uitgedrukt als de waarschijnlijkheid dat gedefinieerde doelen worden bereikt. Hierbij komt een waarschijnlijkheid van 50% overeen met het verwachte rendement bij symmetrische rendementsverdelingen. Dit probabilistische kader maakt het mogelijk om onzekerheid concreet te maken, hetgeen leidt tot transparanter en op bewijs gebaseerd advies (Janssen, Van Beek & Wernsen 2022).

Veel van de uitdagingen die in de huidige financiële planningspraktijk worden waargenomen, zoals een verkeerd of niet afgestemde risicoprofilering, gefragmenteerd advies, inconsistente gegevens en beoordelingen van het ‘verliesvermogen’, zijn het gevolg van een gebrek aan integratie tussen financiële planning en beleggingsbeslissingen (Loonen & Janssen 2021). GBFPI biedt een oplossing door één concept te bieden waarbinnen risicotolerantie, verliesvermogen en geschiktheid van beleggingen gezamenlijk kunnen worden beoordeeld. In veel gevallen kan verliesvermogen alleen goed worden bepaald aan de hand van een financieel plan. Door de beleggingsstrategie te verankeren in duidelijk gedefinieerde doelen en verplichtingen, maakt GBFPI meer samenhangend, transparant en cliëntgericht financieel planningsadvies mogelijk met een vertaling naar afgestemde beleggingsstrategieën en beleggingsportefeuilles.

5. Een geïntegreerde benadering van het zevenstappenplan voor financiële planning en de vereisten voor beleggingsgeschiktheid

De CFP Board heeft een zevenstappenplan voor financiële planning gedefinieerd (CFP Board 2019). Financiële planners moeten deze stappen goed kunnen doorlopen met de cliënt, uitleggen, documenteren en in schema’s weergeven. Figuur 1 illustreert het proces, dat begint met stap 1 (inzicht in de persoonlijke en financiële omstandigheden van de cliënt) en eindigt met stap 7 (het volgen van de voortgang en het bijwerken van het plan). Dit proces wordt wereldwijd door financiële planners gebruikt. De werkwijze in Nederland is weliswaar anders verwoord maar doorloopt hetzelfde proces met minder gedefinieerde losse stappen waarin dezelfde activiteiten of tussenstappen plaatsvinden.

Figuur 1: Het zevenstappenproces voor financiële planning

Stap 1:
Inzicht krijgen in de persoonlijke en financiële omstandigheden van de cliënt.
De financieel planner moet de informatie verzamelen die nodig is om de opdracht uit te voeren en deze vervolgens analyseren om de situatie van de cliënt te beoordelen. Wat risico betreft, is het belangrijk om inzicht te krijgen in de risicovoorkeuren van de cliënt.

Breng de activa en passiva en de inkomsten en uitgaven van de cliënt in kaart. Bovendien is het voor cliënten die meerdere beleggingsportefeuilles met verschillende doelstellingen hebben, mogelijk om het financiële plan te optimaliseren door aan elke portefeuille een risiconiveau toe te wijzen in overeenstemming met de doelstellingen.

Stap 2:
Doelen identificeren en selecteren.
De financieel planner helpt de cliënt bij het identificeren van doelen, en vervolgens bij het selecteren en prioriteren van doelen.

Om een geschikte beleggingsstrategie te kiezen, is het essentieel om een concreet doel, kapitaalbedrag of cashflow(s) met een specifieke horizon vast te stellen. In deze stap is het belangrijk om de doel(en) te definiëren en de volgende stap kan helpen om deze concreet te maken; dit benadrukt de toegevoegde waarde van het integreren van financiële planning met beleggingsgeschiktheid.

Stap 3:
Analyseer de huidige situatie van de cliënt en mogelijke alternatieve oplossingen.
De financieel planner analyseert de huidige koers van de cliënt en overweegt en analyseert, waar van toepassing, een of meer alternatieve koersen, of elke koers het potentieel om de doelen van de cliënt te bereiken maximaliseert, en hoe elk doel de persoonlijke en financiële omstandigheden van de cliënt integreert.

Bepaal de risicobereidheid van de cliënt. Dit is een belangrijke indicatie van het gemiddelde risico dat een cliënt bereid is te nemen. Het beoordelen van de risicobereidheid blijft een cruciale stap, omdat het inzicht verschaft in zowel de voorkeur van de cliënt als het risico dat inherent is aan de gekozen strategie. Bij een enkele portefeuille is de afstemming tussen het portefeuillerisico en de risicobereidheid van de cliënt eenvoudig. Wanneer er echter meerdere spaarrekeningen en beleggingsportefeuilles zijn, is het mogelijk om het gemiddelde risico op cliëntniveau te evalueren en dit af te stemmen op hun algehele risicoprofiel.

Als een cliënt bijvoorbeeld 30% van zijn spaargeld wil toewijzen aan een agressieve portefeuille en bereid is dit risico te nemen voor het betreffende doel, terwijl hij een evenwichtige (neutrale) of gemiddelde risicobereidheid handhaaft, kan het totale gemiddelde risico onder zijn risicotolerantie blijven. Dit kan het nemen van een groter risico binnen die specifieke portefeuille rechtvaardigen, aangezien dit slechts een deel van het totale vermogen uitmaakt. Vermogensbeheerders passen deze benadering in de praktijk vaak toe en het verduidelijken ervan aan cliënten kan het begrip vergroten. De implementatie ervan hangt af van het beleid van de vermogensbeheerder.

Stap 4:
Stel aanbevelingen voor financiële planning op.

De financieel planner selecteert een of meer aanbevelingen om zijn doelen te bereiken en te maximaliseren.

Belangrijk voor de geschiktheid van beleggingen: optimaliseer de beleggingsstrategie, de strategische assetallocatie voor een of meerdere portefeuilles op basis van de uitkomsten, ofwel kasstromen, van de financiële planning.

Stap 5: Presenteer de aanbevelingen voor financiële planning aan de cliënt.

De financieel planner presenteert de aanbevelingen aan de cliënt, inclusief de informatie waarmee rekening is gehouden bij het opstellen van de aanbeveling.
Belangrijke onderwerpen voor beleggingsgeschiktheid:
– Bepaal de risicobereidheid per portefeuille en de bijbehorende doelen/uitgaven (inclusief tijdshorizon) voor de beheerde portefeuille(s).
– Meet en bepaal de verliescapaciteit (financiële draagkracht/risicocapaciteit).
– Gebruikmakend van het laagste risiconiveau van risico-bereidheid en verliescapaciteit.
– Optioneel: stresstest specifieke economische scenario’s (inflatierisico, renterisico, impact van een crisis, et cetera).

Stap 6: Implementeer de aanbevelingen voor financiële planning.

De financieel planner stelt met de cliënt vast of de financieel planner ook verantwoordelijk is voor de implementatie en uitvoering van de beleggingen (money management). Een financieel planner die deze verantwoordelijkheid neemt, moet acties, producten en diensten identificeren en analyseren die zijn ontworpen om de aanbevelingen te implementeren en de cliënt helpen bij het selecteren en implementeren van de acties, producten en diensten. De vermogensbeheerder of beleggingsadviseur (money manager) is dan de uitvoerder of onderaannemer.

Beleggingsgeschiktheid: implementeer de beleggingsportefeuille, de tactische assetallocatie, in lijn met de strategische assetallocatie en de voorkeuren van de cliënt

Stap 7: Volg de voortgang van de cliënt, evalueer de situatie van de cliënt en actualiseer de aanbevelingen voor de financiële planning.

De financieel planner stelt met de cliënt vast of de financieel planner verantwoordelijkheden heeft op het gebied van monitoring en actualisering, en zo ja, wat die verantwoordelijkheden zijn. Een financieel planner met deze verantwoordelijkheid moet de voortgang analyseren. De financieel planner is verantwoordelijk voor actualisatie van de persoonlijke situatie en de omstandigheden van de cliënt en past de keuzen indien nodig aan op basis van deze wijzigingen. Ditzelfde geldt voor de uitvoerder van de beleggingen. Wettelijk werd dit verankerd in de wet- en regelgeving en zodoende ook contractueel. Nogmaals een reden om het financieel plan nadrukkelijker en beter te koppelen aan het beleggingsadvies. Waarbij richting de client ook duidelijk gemaakt kan worden wie (planner of vermogensbeheerder) de uiteindelijke verantwoordelijkheid heeft (of te vertalen naar aansprakelijkheid neemt). Belangrijk voor beleggingsgeschiktheid: de meeste vermogensbeheerders controleren al of het risico van de portefeuille in lijn is met het risicoprofiel van de cliënt (Geerts, Janssen & Loonen 2022), maar slechts een beperkt aantal banken controleert of alle doelen van alle cliënten op schema liggen, niet alleen jaarlijks maar doorlopend (Janssen & Kramer 2015).

Figuur 2 toont het zevenstappenproces van de CFP Board aangevuld met beleggingsgeschiktheid om zo te komen tot het optimale proces van GBFPI.

5.1 Een voorbeeld ter illustratie van de toepassing GBFPI

Stel er zijn drie identieke cliënten. Laten we eerst eens kijken naar wat een standaard geschiktheidsbeoordeling zou opleveren zonder financieel plan. Alle drie de cliënten vullen een risicovragenlijst in en scoren identiek: ‘hoog risico’. Bij een aanpak die uitsluitend op de vragenlijst is gebaseerd, zouden de beleggingen voor alle drie naar ditzelfde hoge risico in de portefeuille worden vertaald. Er is geen concreet streefbedrag dat een verschil maakt. Hun opnamebehoeften, inkomensvereisten en de haalbaarheid van hun doelstellingen spelen geen rol in de huidige werkwijze en geformuleerde aanbeveling. De portefeuille is geschikt volgens de wettelijke definitie, maar niet optimaal voor hen, en voor ten minste één van hen zelfs ronduit verkeerd. Uitgaande van een financieel plan als basis worden de volgende stappen één tot en met zes doorlopen.

Stap 1.
De heer Jansma, de heer Bruin en de heer Keizer zijn allemaal 50 jaar oud, wonen naast elkaar en hebben hetzelfde financiële profiel: een jaarinkomen van 90.000 euro,
200.000 euro aan spaargeld en 600.000 euro beschikbaar voor beleggingen. Hun pensioenleeftijd is 67 jaar en hun risicotolerantie – ze hebben allemaal hetzelfde risicovragenlijstproces doorlopen, met dezelfde vragen – is hoog (offensief). Waar de drie cliënten van elkaar verschillen, is in hun behoefte aan aanvulling van het pensioeninkomen. De risicovragenlijst bevatte namelijk geen specifieke vragen over inkomensbehoeften, laat staan concrete bedragen!

Stap 2.
Alle drie de cliënten hebben hetzelfde doel: hun huidige levensstijl tijdens hun pensioen behouden.

Stap 3.
Uit het financiële plan blijkt dat elke cliënt een ander niveau van extra jaarinkomen nodig heeft om dat doel te bereiken. De heer Jansma heeft 85.000 euro nodig, de heer Bruin 65.000 euro en de heer Keizer 45.000 euro.

Figuur 3: toont de resultaten van de haalbaarheidsanalyse voor de heer Jansma, wiens doelstelling een extra jaarinkomen van 85.000 euro is.

Figuur 4 hierna toont de resultaten van de haalbaarheidsanalyse voor de heer Bruin, wiens doelstelling 65.000 euro extra jaarinkomen is. Aangezien er 600.000 euro beschikbaar is voor belegging, welke portefeuille ondersteunt dat doel het beste?

figuur 5: Hierin staan de resultaten voor de heer Keizer. Hij heeft een solide pensioen met vaste uitkering (DB), maar op basis van zijn gewenste pensioeninkomen heeft hij een extra jaarinkomen van 45.000 euro nodig.

Alle beleggingsportefeuilles laten een kans van meer dan 50% zien, wat betekent dat hun verwachte rendement hoger is dan het vereiste rendement. De heer Keizer moet, in vergelijking met zijn spaarrekening, enig risico nemen om zijn doel te bereiken. Alle portefeuilles die binnen de risicotolerantie van de client vallen, worden in de bovenstaande figuren weergegeven. Zoals verwacht verminderen hogere opnametarieven de haalbaarheid van het doel: 65.000 euro is moeilijker vol te houden dan 45.000 euro vanuit dezelfde beleggingsbasis. Bij het beoordelen van de geschiktheid van een belegging moet een volledig beeld worden geschetst, inclusief risico’s op korte en lange termijn, een reeks scenario’s die sterke, verwachte en zwakke uitkomsten omvatten, en een duidelijk beeld van de haalbaarheid van het doel. Dit geeft de adviseur een basis voor een goed onderbouwd advies en geeft de cliënt de informatie die hij nodig heeft om te beslissen hoeveel risico hij bereid is te nemen en welk verliesniveau hij kan accepteren.

Figuur 6

Stap 4.
Het financiële plan levert voor elke cliënt een specifieke aanbeveling op (Van Welie, Janssen, Hoogstrate 2004). Het doel van de heer Jansma wordt bij de huidige inleg en belegbaar vermogen, niet bereikt. Zijn vereiste rendement overschrijdt wat een portefeuille binnen zijn risicobereidheid betrouwbaar kan opleveren, dus staat hij voor een duidelijke keuze: de inleg verhogen, genoegen nemen met een lager pensioeninkomen, of een combinatie van beide. De doelstelling van de heer Bruin is ambitieus maar realistisch. Portefeuille E biedt de hoogste haalbaarheid van het doel, hoewel portefeuille D een haalbaar alternatief blijft voor een cliënt die de voorkeur geeft aan een iets lager risico in ruil voor een marginaal lagere kans op succes.

De heer Keizer bevindt zich in de sterkste positie. Alle portefeuilles overschrijden de haalbaarheidsdrempel van 50% en portefeuille C biedt de hoogste kans op succes. Afhankelijk van zijn risicobereidheid en rendementsverwachting kan hij ervoor kiezen om over te stappen naar portefeuille D of E, waarbij hij meer volatiliteit op korte termijn accepteert in ruil voor een hoger verwacht rendement.

Wat dit voorbeeld laat zien, is dat drie cliënten met hetzelfde doel, dezelfde beleggingshorizon en dezelfde risicotolerantie tot drie verschillende optimale strategieën komen, volledig gedreven door verschillen in hun opnamebehoeften. Dit is precies de toegevoegde waarde van het integreren van financiële planning vertaald naar de beleggingen.

Binnen het kader van de nieuwe Wtp wellicht ook een eye-opener. Een standaard risicoprofielvragenlijst voor iedereen hetzelfde is NIET voldoende om tot de optimale oplossing voor de deelnemer te komen!

Stap 5.
Elke cliënt bekijkt het advies van de adviseur en selecteert de portefeuille die het beste aansluit bij zijn of haar doelen, risicobereidheid en persoonlijke voorkeuren.

Stap 6.
De gekozen portefeuille wordt geïmplementeerd via de door de adviseur geprefereerde uitvoeringsaanpak, of dat nu een ETF-strategie is, een meer actieve beleggingsstrategie of een ander geschikt instrument. Belangrijk is natuurlijk dat de uitgangspunten aansluiten!

Stap 7.
De adviseur houdt zowel de portefeuille als de doelstellingen van de cliënt continu in de gaten – niet alleen tijdens de jaarlijkse evaluatie – en grijpt in wanneer nodig. Op het moment van forse correcties is het altijd zinvol om opnieuw af te toetsen of de haalbaarheid op langere termijn echt in gevaar komt! Een plotse correctie in de financiële markten van 30% kan een veel minder groot effect hebben op de haalbaarheid op langere termijn dan mensen denken en voelen. Een emotionele reactie is vaak uit de financiële markten te stappen, alles te verkopen, en dit is vaak nefast. Wanneer stap je terug in of stop je met beleggen?

Financiële planning definieert wat de cliënt nodig heeft: concrete kasstromen, gebaseerd op een holistische kijk op zijn situatie. Beleggingsgeschiktheid bepaalt hoe dat doel bereikt kan worden: de portefeuille of strategie die het best gepositioneerd is om die behoeften om te zetten in haalbare resultaten.

6. Hoe om te gaan met onzekerheid in de tijd: Monte Carlo of meer?

Monte Carlo-simulatie is een internationaal veel ingezet instrument geworden voor het beoordelen van beleggingsrisico’s en het communiceren van onzekerheid richting clienten. De toepassing ervan roept echter verschillende methodologische vragen op. Ten eerste is het vaak onduidelijk of de gesimuleerde rendementsverdelingen de gekozen beleggingsstrategie nauwkeurig weerspiegelen. Ten tweede kunnen prognoses voor financiële planning en analyses van de geschiktheid en selectie van beleggingen op verschillende modellen of aannames gebeuren. Ten derde varieert de kwaliteit van Monte Carlo-simulaties sterk, met name voor wat betreft scenariokalibratie, staartrisico en sequentie-effecten.

Wanneer stochastische modellering wordt gebruikt, is consistentie tussen het financiële plan en het beleggingsadvies essentieel. Een simulatie moet zowel de doelstellingen, kasstromen als de beleggingsstrategie van de cliënt weerspiegelen, in plaats van te dienen als een generieke illustratie van marktrisico.

Het is essentieel om het verschil uit te leggen tussen Monte Carlo-simulaties en meer geavanceerde Real-World Economic Scenarios (Bunn & Salo 1993). Traditionele Monte Carlo-simulaties baseren zich vaak op historische langetermijngemiddelden, waarbij impliciet wordt aangenomen dat toekomstige rendementsverdelingen op het verleden lijken. Uitgebreid wetenschappelijk bewijs toont echter aan dat historische rendementen een beperkte voorspellende waarde hebben en niet op zichzelf mogen worden gebruikt voor toekomstgerichte schattingen. Zoals Dimson, Marsh en Staunton aantonen in Triumph of the Optimists, mogen historische rendementsgegevens niet mechanisch worden geëxtrapoleerd, aangezien resultaten uit het verleden niet noodzakelijkerwijs representatief zijn voor toekomstige verwachtingen (Dimson, Marsh & Staunton 2002).

Campbell en Shiller (2008) tonen aan dat aandelenrendementen niet goed kunnen worden voorspeld op basis van hun eigen historische waarden. Bovendien kunnen structurele ontwikkelingen, zoals demografische veranderingen, toekomstige rendementen wezenlijk beïnvloeden, waardoor de geldigheid van achterwaarts gerichte aannames verder wordt verzwakt.

Economische scenario’s uit de praktijk kunnen daarentegen zowel kortetermijn- als langetermijnkenmerken van risico en rendement combineren. Aannames voor kortetermijnrisico en -rendement zijn expliciet verankerd in de huidige marktomstandigheden, zoals de geldende rentetarieven, de inflatiedynamiek en waarderingsniveaus. Dit zorgt ervoor dat kortetermijnverwachtingen zijn gebaseerd op de huidige marktomgeving. Verwachte langetermijnrendementen worden niet afgeleid uit historische gemiddelden of gesimuleerde prestaties uit het verleden; in plaats daarvan worden ze bepaald aan de hand van een toekomstgerichte benadering. Deze benadering wordt gebruikt in de institutionele markt en weerspiegelt hoe economieën en financiële markten zich op de lange termijn gedragen, terwijl de economische scenario’s consistent blijven met de huidige marktomstandigheden en de verwachtingen van de toezichthouders (Steehouwer 2005). Als economische scenario’s consistent zijn voor de korte en de lange termijn, kunnen ze worden toegepast voor financiële plannen met een korte en lange termijnhorizon. Vanuit het perspectief van economisch realisme genereren standaard Monte Carlo-modellen statistisch willekeurige rendementen die wiskundig weliswaar kloppen, maar economisch onwaarschijnlijk kunnen zijn. Ze maken geen onderscheid tussen fundamenteel verschillende marktomgevingen (Taleb 2007; Blanchett, Finke & Pfau 2013).

Realistische economische scenario’s weerspiegelen daarentegen samenhangende economische situaties, zoals periodes van groei, recessie, inflatoire druk of beleidsverkrapping, waardoor de gesimuleerde uitkomsten aansluiten bij het wat er gebeurt in economieën en financiële markten. Zo is de volatiliteit van rente laag in een omgeving met lage rente en hoger in een omgeving met hoge rente.

In standaard Monte Carlo-simulaties is de volgorde van de rendementen grotendeels willekeurig, wat het inzicht in sequentierisico beperkt. Realistische economische scenario’s modelleren expliciet hoe de volgorde en timing van rendementen van belang zijn, waarbij regimeveranderingen en langdurige perioden van neergang worden weergegeven. Dit maakt ze relevanter voor langetermijnbeleggers, vooral in de decumulatie- of pensioenfase waar vroege verliezen onomkeerbare gevolgen kunnen hebben. Dit helpt om het inzicht in beleggingsrisico tijdens decumulatie zo realistisch mogelijk te maken.

Ook de behandeling van risico en diversificatie verschilt wezenlijk. Standaard Monte Carlo gaat doorgaans uit van statische correlaties tussen activaklassen. Realistische economische scenario’s laten toe dat correlaties en risico-dynamiek in de loop van de tijd evolueren, waarbij wordt meegenomen dat diversificatievoordelen vaak afnemen tijdens ongunstige marktomstandigheden. Zo is de correlatie tussen inflatie en aandelen anders voor een korte dan voor een lange termijn. Deze kenmerken beïnvloeden de geschikte assetallocatie en de besluitvorming rond beleggingen. Dit resulteert in een realistischere beoordeling van hoe de beleggingen en de portefeuille-ontwikkelingen op het moment dat cliënten door emoties afgeleid worden. En zeker bij negatieve scenario’s.

Waarschijnlijkheidsverdelingen en percentielresultaten die door Monte Carlo-modellen worden geproduceerd, zijn abstract en moeilijk te begrijpen. Economische scenario’s kunnen daarentegen worden gecommuniceerd als herkenbare verhalen, zoals een langdurige periode van hoge inflatie of een diepe recessie gevolgd door een langzaam herstel, waardoor risico’s en uitkomsten voor cliënten gemakkelijker te begrijpen en te doorgronden zijn.

Een recent onderzoek, getiteld “Revisiting the 4% withdrawal rule using Monte Carlo simulations with random market declines” (Tamini et al. 2024), toont de impact van verschillende assetallocaties aan. De bevindingen van dit onderzoek zijn erop gericht de meest veerkrachtige portefeuille allocaties te identificeren, met name in scenario’s met gesimuleerde beurscrashes, die in traditionele analyses vaak over het hoofd worden gezien. Door ‘black swan’-gebeurtenissen mee te nemen, wil de studie een uitgebreider inzicht bieden in hoe verschillende allocatiestrategieën presteren die gebruikmaken van de ‘voor consumenten eenvoudig te begrijpen’ 4%-regel.

Ten slotte vertalen deze verschillen zich direct in betere ondersteuning bij beleggingsbeslissingen. Standaard Monte Carlo-simulaties beschrijven voornamelijk onzekerheid zonder duidelijke handvatten voor actie te bieden. Realistische economische scenario’s koppelen onzekerheid aan concrete implicaties voor de doelstellingen van de cliënt, waarbij het al dan niet behalen van doelen, benodigde buffers en momenten waarop ingrijpen nodig kan zijn, worden benadrukt. Daardoor zetten ze onzekerheid om in bruikbaar advies dat geschiktheid, in lijn met de wetgeving, en betere resultaten voor cliënten ondersteunt (Janssen, Van Beek & Wernsen 2022).

Vergelijking Monte Carlo- en Scenario-analyse op basis van realistische economische scenario’s. Zie figuur 7.

Real-world economische scenario’s vertalen onzekerheid naar economisch verklaarbare inzichten, terwijl standaard Monte Carlo-simulaties voornamelijk statistische variabiliteit beschrijven, los van hoe markten en cliënten risico ervaren. Ze ondersteunen het ‘waarom’ van beleggen in een bepaalde beleggingsportefeuille en geven inzicht in realistische risicomaatstaven. Kwaliteit is van belang wanneer scenario’s worden gebruikt voor beleggingsbeslissingen.

7. Conclusie

De huidige praktijk van financiële planning toont aan dat een standaard risicobeoordeling op zichzelf onvoldoende basis is voor het bepalen van een geschikte assetallocatie voor de portefeuille. Zoals geïllustreerd in de voorbeelden, vereisen zelfs cliënten met identieke profielen, die dezelfde leeftijd, hetzelfde vermogen en dezelfde aangegeven risico-tolerantie delen, fundamenteel verschillende beleggingsstrategieën zodra rekening wordt gehouden met hun specifieke inkomensbehoeften en langetermijndoelstellingen. Het verzamelen en documenteren van informatie, zonder deze te integreren in het daadwerkelijke besluitvormingsproces rond beleggingen, leidt niet tot optimale resultaten voor de cliënt.

Figuur 7: Vergelijking van ‘Monte Carlo’ met ‘Real-World Economic scenarios’

De kloof tussen financiële planning en de beleggingswereld is in de eerste plaats een kwestie van implementatie en governance. Veel adviseurs werken met verschillende processen, systemen, aannames en rapporten. Het resultaat is advies dat weliswaar qua vorm aan de regels voldoet, maar onvoldoende aandacht heeft voor concrete doelen, kasstroombehoeften, financiële veerkracht van de cliënt en de vertaalslag naar een beleggingsstrategie. Goals-Based Financial Planning and Investing geeft invulling door een uniform concept of kader te bieden waarbinnen de financiering van doelen, risicobeoordeling en portefeuilleopbouw gezamenlijk worden geëvalueerd. Door de uitkomsten van financiële planning direct te vertalen naar een geoptimaliseerde beleggingsstrategie, stelt GBFPI financieel adviseurs in staat om de geschiktheid op het niveau van individuele doelen aan te tonen, te documenteren en te monitoren. De traditie van asset-liability management (ALM) uit het institutionele vermogensbeheer, de inzichten uit de gedragswetenschappen van doelgericht beleggen en het gedisciplineerd proces van het CFP-framework vormen een werkbare methode: GBFPI. Deze benadering benadrukt ook het gebruik van realistische economische scenario’s, waarin korte termijn risico’s en waargenomen lange termijn marktdynamiek worden meegenomen, in plaats van uitsluitend te vertrouwen op statische Monte Carlo-simulaties op basis van langetermijngemiddelden uit het verleden. Dit maakt het mogelijk om de robuustheid van doelen te evalueren. Realistische aannames vormen een belangrijke indicator van potentiële toekomstige vermogensresultaten onder gemiddelde, ongunstige en ernstig gespannen marktomstandigheden. Voor de zelfstandige CFP-professional is de praktische implicatie voornamelijk methodologisch: risicobeoordeling moet zowel op cliëntniveau als op doelniveau worden uitgevoerd, waarbij het financiële plan dient als de primaire stresstest voor het vermogen om verliezen op te vangen, in plaats van uitsluitend te vertrouwen op een generieke risicovragenlijst. Voor grotere organisaties zoals (private) banken en family offices waar planning en beleggingsfuncties vaak organisatorisch gescheiden zijn, moet gekeken worden naar optimalisatie en betere aansluiting van de processen: gedeelde gegevensverwerking, aannames en verantwoordelijkheden moeten duidelijk worden gedefinieerd. Wie doet wat in het proces en waar moet er samen gekeken worden naar het optimale advies en de op de planning afgestemde invulling in de beleggingsportefeuille.

Tot slot

Dit artikel is een bewerkte en minder uitgebreide versie van het artikel van dezelfde auteurs dat voor de publicatie in de Journal of Financial Planning van Financial Planning Association (FPA) ter review werd aangeboden.

8. References & Sources

Blanchett, D. (2015). The value of goals-based financial planning. Journal of Financial Planning, 28(6), 42-50. https://www.financialplanningassociation.org/article/ journal/JUN15-value-goals-based-financial-planning.

Blanchett, D. M., Finke, M., & Pfau, W. D. (2013, 27 juni). As-set valuations and safe portfolio withdrawal rates. SSRN. https://doi.org/10.2139/ssrn.2286146.

Brunel, J. L. P. (2003). Revisiting the asset allocation challenge through a behavioral finance lens. The Journal of Wealth Management, 6(2), 10-20. https://doi.org/10.3905/ jwm.2003.320460.

Brunel, J. L. P. (2006). How sub-optimal – if at all – is goalbased asset allocation? The Journal of Wealth Management, 9(1), 19-34. https://doi.org/10.3905/jwm.2006.614813.

Brunel, J. L. P. (2015). Goals-Based Wealth Management: An Integrated and Practical Approach to Changing the Structure of Wealth Advisory Practices, 978-1118995907, Wiley USA.

Bunn, D. W., & Salo, A. A. (1993). Forecasting with scenarios. European Journal of Operational Research, 68(3), 291.303.

Campbell, J. Y., & Shiller, R. J. (2008). Stock prices, earnings and expected dividends (Working Paper No. 2511). National Bureau of Economic Research.

CFP Board of Standards. (2018). The 7-step financial planning process. https://www.cfp.net/ethics/compliance-resources/ 2018/11/focus-on-ethics—the-7-step-financial-planning.process.

CFP Board of Standards. (2019). Code of ethics and standards of conduct. https://www.cfp.net/ethics/ code-of-ethics-and-standards-of-conduct#Financial.Planning-Definition.

Das, S. R., Markowitz, H., Scheid, J., & Statman, M. (2010). Portfolio optimization with mental accounts. Journal of Fi.nancial and Quantitative Analysis, 45(2), 311-334. https://doi.org/10.1017/S0022109010000111.

Davies, G. B. (2024). Risk capacity and capacity for loss: Defining the difference. Oxford Risk. Accessed on April 10, 2026, from https://www.oxfordrisk.com/blog-posts/ risk-capacity-and-capacity-for-loss-defining-the-difference.

Dimson, E., Marsh, P., & Staunton, M. (2002). Triumph of the optimists: 101 years of global investment returns. Prince-ton University Press.

Geerts, V., Janssen, R.A.M., & Loonen, T. (2022). Inconsistent risk profiles within Pan-European private banks: Insufficient transparency for retail investors. The Journal of Wealth Management, 25(1), 91-103.

Janssen, R.A.M., van Beek, R. G. J., & Wernsen, R. A. (2022). Goal(s)based investing: Identifying and monitoring financial goals – A practical guide to advising clients. About Life & Finance

Janssen, R.A.M., & Kramer, B. (2015). Risk management and monitoring in private banking. The Journal of Wealth Management, 18(3), 88-100.

Klement, J., Pompian, M. M., Grable, J. E., Weber, E. U., & Davies, G. B. (2018). Risk profiling and tolerance: Insights for the private wealth manager. CFA Institute Research Foundation.

Lobotka, D., Lamas, S., & Murphy, R. O. (2026). Unlock retirement spending by motivating better withdrawal decisions. Morningstar.

Loonen, T., & Janssen, R.A.M. (2021). Pan-European research: How has investor protection (MiFID II) been implemented? [Whitepaper]. VU Amsterdam.

Nobre, L. H. N., & Grable, J. E. (2015). The role of risk pro-files and risk tolerance in shaping client investment decisions. Journal of Financial Service Professionals, 69(3).

Shefrin, H., & Statman, M. (2000). Behavioral portfolio theory. Journal of Financial and Quantitative Analysis, 35(2), 127-151. https://doi.org/10.2307/2676187.

Steehouwer, H. (2005). Macroeconomic scenarios and reality: A frequency domain approach for analyzing historical time series and generating scenarios for the future. PhD Thesis, Free University of Amsterdam.

Taleb, N. N. (2007). The black swan: The impact of the highly improbable. Random House.

Tamini, N., Sebastianelli, R., Rajan, M., & Rocco, V. (2024). Revisiting the 4% withdrawal rule using Monte Carlo simulations with random market declines. Financial Planning Research Journal, 1.

Van de Venter, G., Michayluk, D., & Davey, G. (2012). A longitudinal study of financial risk tolerance. Journal of Economic Psychology, 33(4), 794-800.

Van Welie, T., Janssen, R.A.M., & Hoogstrate, M. (2004). An integral approach to determining asset allocations. Journal of Financial Planning, 17(1), 50-55.

Informatie: ramonwernsen@gmail.com, info@robertvanbeek.eu en ronald.janssen@ortec-finance.com.

BRONNEN:

¹ R.A.M. (Ronald) Janssen, MSc MFP is Head of Research & Innovation Global Wealth Solutions, Ortec Finance. Naast zijn werkzaamheden bij Ortec Finance verzorgt Ronald regelmatig gastcolleges aan de Universiteit van Maastricht en geeft hij opleidingen en trainingen voor professionals in de financiële sector en actief betrokken bij de verdere professionalisering van de financiële sector als lid van de Accreditatiecommissie van het Dutch Securities Institute (DSI) en de Commisie Beleggingsrisicoparameters van CFA Society Netherlands. R.G.J. (Robert) van Beek, CFP® SFP™ is zelfstandig consultant, financial & investment planner bij About Life & Finance BV, partner bij Bond Capital Partners BV, auteur, lector en spreker. R.A. (Ram) Wernsen, MFP CFP® is zelfstandig financieel planner en eigenaar van Financial Planning 4 All en mede-eigenaar van Profit Planner.