Meerdere onderzoekscommissies hebben uitgezocht hoe de gang van zaken is geweest bij het faillissement van Icesave , DSB- bank, de Liborfraude bij Rabobank en de steun voor de SNS- bank. In vrijwel alle onderzoeken wordt er veel kritiek geuit op het toezicht van De Nederlandse Bank en in mindere mate ook het ministerie van Financiën. Wordt het niet eens tijd voor een strafrechtelijk onderzoek naar falend toezicht ?
LINK
This thesis provides an examination of judgement autonomy of Dutch commercial real estate valuers in relation to client orientation. The valuation of commercial real estate such as offices or retail properties requires in-depth analysis due to its uniqueness by location, building type and usage details. Essentially, a register-valuer is qualified and instructed to assess a property value to one’s best cognitive effort and inform others of this outcome by means of a valuation report. In the Netherlands, concerns over independence risks and client-related judgement risks of valuers have been raised by regulative authorities as the Dutch Central Bank (DNB) and the Dutch Authority for the Financial Markets (AFM). A significant part of these concerns followed the 2008 financial crisis, which appeared to be at least partially driven by unreliable and incomparable valuations of Dutch commercial real estate (AFM, 2014; DNB, 2012; 2015). Among other things, these concerns led to the instigation of the Nederlands Register Vastgoed Taxateurs (NRVT) in 2015. NRVT is a new Dutch central register of valuation practitioners set up in order to improve self-regulation, quality control and compliance of valuation practitioners. Currently, the chamber for commercial real estate valuation holds about 2,000 commercial valuation registrations (NRVT, 2020). The introduction of NRVT, and other measures taken, reflect an instrumental view towards enhancing professionalism of Dutch valuers. This view is based on a systematic orientation to professional conduct in which good practice is primarily objectively determined (Van Ewijk, 2019). However, Wassink and Bakker (2016) point out that individuals make personal choices in order to deal with work complexity. Insight into and reflection on individual choices is part of what is referred to as normative aspects of professionalisation: what norms prevail in individual judgement and decision-making and why (Van Ewijk, 2019). In this regard, insight into judgement reasoning of valuation practitioners may contribute to normative levels of professional development of valuers. The need for such is expressed through community concerns over how individual judgement autonomy may become subdued due to instrumental-driven developments taking place in the sector. The combination of authoritative concerns over professional quality in the Netherlands and lack of (scientific) insight on how client influence affects judgement in valuation practice poses a problem: How may practitioners address client-related judgement bias risks and improve valuation accuracy from this viewpoint, if little is known on how such risks may occur in daily practice? The seemingly scarce scientific insights available in this regard in the Netherlands may also prevent educational programs to adequately address valuer independence and objectivity risks in relevant training programs. In order to address this knowledge gap, the present PhD research examines the following research problem: 169 Summary “How does client orientation affect professional judgement autonomy of commercial real estate valuers in the Netherlands?” The term ‘client orientation’ should be broadly interpreted and may refer to valuers’ perception, understanding and meaning given to alleged, actual or anticipated client-related aspects. Information on such client aspects is not required for the performance of valuation instructions. It should also be noted that this research examines the context of how client orientation may affect valuer judgement reasoning patterns during work practice, yet not its effect in terms of decision on final value opinion.
MULTIFILE
Artificiële intelligentie (AI) wordt steeds meer toegepast door financiële dienstverleners in Nederland. Uitlegbaarheid van de uitkomsten en werking van AI-toepassingen wordt daarbij gezien als een belangrijke voorwaarde om vertrouwen van consumenten en maatschappij in AI-toepassingen te borgen. Financiële dienstverleners zien dan ook het belang van uitlegbare AI maar geven aan te worstelen met de implementatie en met name de vraag hoe uitkomsten van complexe AI-toepassingen om te zetten naar een begrijpelijke uitleg voor medewerkers zoals klantacceptanten, schadebehandelaren en hypotheekadviseurs. Dat is van belang omdat deze medewerkers met de klant communiceren en in staat moeten zijn om die een uitleg te geven bijvoorbeeld als de schadeclaim van een klant wordt afgewezen omdat die door een AI-toepassing als frauduleus is bestempeld. Kortom, als medewerkers het niet begrijpen, begrijpt de klant het ook niet. Daarnaast speelt dat de aankomende EU AI Verordening ook eisen gaat stellen aan de uitlegbaarheid van bepaalde risicovolle AI-toepassingen. Dit project heeft tot doel handreikingen te ontwikkelen voor een betekenisvolle uitleg zodat medewerkers binnen de financiële dienstverlening de werking en uitkomsten van de AI-toepassingen die ze gebruiken beter begrijpen. De onderzoeksaanpak is gebaseerd op design science en daarbinnen een mix van methoden. Allereerst worden eisen en behoeften aan betekenisvolle uitleg in kaart gebracht op basis van use cases van financiële dienstverleners, literatuur, markt en wet- en regelgeving. Vervolgens worden voor de use cases prototypes ontwikkeld van betekenisvolle uitleg die paarsgewijs aan medewerkers van zo’n use case worden voorgelegd die daaruit een keuze moeten maken. De opgedane inzichten worden vertaald naar handreikingen in de vorm van tools en instrumenten voor het genereren, communiceren en evalueren van een betekenisvolle uitleg. Tot slot worden deze handreikingen beproefd in een regulatory sandbox voor een bepaalde use case om te toetsen of ze hulp bieden bij het voldoen aan wet- en regelgeving.
Nieuwe digitale technieken, zoals big data en kunstmatige intelligentie, veroorzaken disruptie in diverse sectoren van de economie, bijvoorbeeld in de financiële sector. Omdat nieuwe toetreders zoals FinTechbedrijven een fundamenteel ander verdienmodel en bedrijfsvoering hanteren, vormt de disruptie ook een uitdaging voor hun toezichthouders en klanten. Enerzijds verwelkomen de toezichthouders en klanten de innovatie als de toetreders marktaandeel winnen van met name banken, anderzijds neemt het risico op marktincidenten in dat geval toe. Doorgaans krijgen de toetreders ruimte om te groeien. Toezichthouders lijken in een vroeg stadium van disruptie te vertrouwen op een vorm van zelfregulering, waarbij de toetreders zelf de hoofdrol krijgen in het voorkomen van marktincidenten door samen met hun toezichthouder en klanten standaarden te ontwikkelen die minimum kwaliteitseisen stellen aan een robuuste bedrijfsvoering (een belangrijk aandachtspunt van een centrale banken zoals de DNB) en toezien op een transparante en eerlijke klantbehandeling (belangrijk uitgangspunt voor toezichthouders als de AFM). In veel landen, waaronder ook in Nederland bevinden de FinTech-ondernemingen zich in het stadium van beginnende zelfregulering. De uitgangspunten van de toezichthouders zijn bekend; welke concrete veranderingen in de bedrijfsvoering van de FinTech bedrijven moeten doorvoeren om voldoende vertrouwen te verkrijgen van toezichthouders en klanten is echter nog niet duidelijk. Dit onderzoek richt op FinTech-ondernemingen die gespecialisserd zijn in het verschaffen van financiering aan het Nederlandse mkb. Uit gesprekken met deze toetreders, zelf mkb-bedrijven, blijkt dat zij worstelen met de wijze waarop zij standaarden moeten ontwikkelen. Wij richten ons derhalve op de volgende praktijkvraag: Wat moeten individuele non-bancaire mkb-financiers doen om samen met concullega’s standaarden te ontwikkelen om hun marktpositie te verbeteren? Deze standaarden zijn nodig zodat (potentiele) mkb-klanten een groter vertrouwen krijgen in de toetredende ondernemingen, een nieuwe deelsector die naast de banken ontstaat. Om de praktijkvraag te beantwoorden, ontwikkelen we kennis over de rol van mkb-ondernemingen en hun klanten in de ontwikkeling in regulering. Dit is vernieuwend.
Toepassingen gebaseerd op artificiële intelligentie (AI) worden steeds vaker ingezet voor het maken van keuzes en besluiten. Deze toepassingen worden echter ook steeds complexer. Het is in sommige gevallen niet of moeilijk na te gaan hoe een algoritme tot een besluit is gekomen. Wat de AI doet is als het ware ondoorzichtig. Dit geldt ook in de financiële sector, terwijl juist in deze sector vertrouwen een grote rol speelt.
