Directe invloed van de staat op het beleid van banken is blijvend nodig om deze sector weer maatschappelijk gezond te maken. Jan Zonneveld en Frank Jan de Graaf brengen de zegenende invloed van 'staatskapitalisme' voor banken over de afgelopen tien jaar in kaart. Het gaat dan om winst op punten als corporate governance, vervulling van maatschappelijke taken, compliance en ethische kwesties.
LINK
Hypotheken op bestaande woningen 'improductief' noemen is economisch niet zuiver.
LINK
Op het evenement Meedoen Geld(t)?, in 2016 georganiseerd door het lectoraat Financial Inclusion and New Entrepreneurship (FINE) van De Haagse Hogeschool, is een boekje uitgedeeld met een algemeen overzicht van een aantal (nieuwe) vormen van financiering voor het midden- en kleinbedrijf en zelfstandigen in Nederland. De deelnemers stelden het op prijs om een breder overzicht te krijgen van de diverse – bestaande en opkomende – vormen van formele en informele maar ook alternatieve en nieuwe vormen van financiering voor het MKB, of voor de zelfstandige zonder of met personeel (ZZP/ ZMP) , en nietgeregistreerde ondernemende mensen. Studenten hebben regelmatig laten blijken dat zij zich willen oriënteren op de nieuwe, alternatieve vormen van financiering en de implicaties daarvan op bedrijven. Dit overzicht geeft hen maar ook docenten én (startende) ondernemers informatie over het bestaan, de mogelijkheden en werkwijze van verschillende bestaande en opkomende financieringsinstrumenten en spelers in de markt. Deze handleiding stelt de student in staat zich een beeld te vormen van de diverse financieringsmogelijkheden voor het MKB of voor de ZZP’er of ZMP’er. Kennis nemen van de verschillende vormen is de eerste stap naar het ontwikkelen van een systeem waarin de MKB’er of ZZP’er/ ZMP’er de juiste mix van financiering kan verkrijgen. Als de student later misschien zelf aan de slag wil gaan in een onderneming, heeft hij of zij baat bij een bredere kijk op financieringsmogelijkheden. En als de student komt te werken bij financiële dienstverleners of adviesbureaus is het belangrijk dat hij of zij goed in staat is om samenwerking met anderen te zoeken. Op die manier kunnen ondernemers de juiste mix van financiële diensten ontvangen. Het boek is mede gebaseerd op ons onderzoek in 2017 naar de ontwikkelingen bij de bestaande banken in Nederland, geleid door Richard van der Linde. Ook is dankbaar gebruikgemaakt van de uitkomsten van deelonderzoeken die zijn uitgevoerd door studenten aan de HHs over de geschiedenis van banken in Nederland (Fabian van Hagen) en hun dienstverlening (Zulikha Hesam).
In dit project verricht het lectoraat Familiebedrijven van Hogeschool Windesheim samen met de Hogeschool Utrecht, Hogeschool van Amsterdam, CUMELA, de Jong & Laan en MKB familiebedrijven praktijkgericht onderzoek naar financiering en besluitvorming bij MKB familiebedrijven. Nu banken vanwege de economische crisis terughoudender zijn geworden in kredietverlening en hun financieringseisen hebben verzwaard, zijn meer bedrijven aangewezen op eigen middelen en familiekapitaal. Vormen van zelf-financiering worden steeds belangrijker om groei en continuïteit van MKB familiebedrijven te waarborgen. Met name bij de overdracht van kapitaalintensieve MKB familiebedrijven worden complexe financieringsconstructies bedacht om de overname mogelijk te maken. Vaak wordt hierbij onvoldoende nagedacht over het onderscheid tussen de verschillende rollen die familieleden kunnen hebben als ze met hun vermogen in het bedrijf zitten (eigenaar of andere vermogensverschaffer, familielid, directielid, werknemer). Hierdoor kan onduidelijkheid ontstaan over onderwerpen zoals besluitvorming, rendement op vermogen, zeggenschap en beloningsstructuren, waardoor op termijn conflicten kunnen ontstaan. Daarnaast kan de besturing van ondernemingen door de verschillende belangen van vermogensverschaffers in negatieve zin worden beïnvloed en kan dit (op termijn) de continuïteit, wendbaarheid en groei van ondernemingen in gevaar brengen. Zowel in de praktijk als in het onderzoek ontbreekt het aan kennis over hoe met deze problematiek kan worden omgegaan. Dit project heeft daarom tot doel om samen met de projectpartners nieuwe kennis te ontwikkelen rond zelf-financiering en besluitvorming in MKB familiebedrijven. Door middel van ontwerpgericht praktijkonderzoek wordt bestaande en nieuwe kennis over de rol van zelf-financiering en de positie van eigenaren omgezet in oplossingsrichtingen ter verbetering van de besluitvorming in MKB familiebedrijven. Door het monitoren van de uitgevoerde interventies zal worden vastgesteld of de oplossingsrichtingen in de praktijk werken. De kennis die uit dit project voortkomt beoogt daarmee het handelingsvermogen van eigenaren en directieleden te vergroten en zelf-financiering als mogelijke financieringsbron effectiever te maken.
Door de kredietcrisis is de kredietverlening van het mkb een gecompliceerd proces geworden en tast de financieel mkb-adviseur in het duister. Banken wijzen meer financieringsaanvragen af door strengere financieringseisen. Ook zijn alternatieve vormen van financiering ontstaan, zoals crowdfunding, online werkkapitaal, factoring en leasing. Om in de totale kredietbehoefte van ondernemers te voorzien is vaak een combinatie van financieringsvormen nodig. Het combineren van deze verschillende vormen heet ‘gestapeld financieren’. In de praktijk is het lastig om gestapeld financieren te realiseren, omdat het mkb zelf geen ervaring heeft met gestapeld financieren en daarom advies nodig heeft van financieel adviseurs. Deze financieel adviseurs – veelal zelf mkb’ers – kunnen dit advies door een gebrek aan kennis niet geven. Het mkb zoekt een financieel adviseur die overzicht heeft, een adequate financieringsmix kan adviseren èn de aanvraag voor de ondernemer in gang kan zetten. Dit vraagt veel kennis van de financieel adviseur over de financieringsvormen. Er zijn inmiddels meer dan 40 financieringsvormen met elk hun eigen voorwaarden. De Hogeschool van Amsterdam (HvA) en Hogeschool Utrecht (HU) hebben rondetafelbijeenkomsten georganiseerd met financieel mkb-adviseurs, accountantskantoren, subsidiebureaus en financieel adviseurs verbonden aan financieringspartijen. Hieruit bleek dat er in het proces van gestapeld financieren allerlei vragen rijzen over bijvoorbeeld zorgplicht, onderpand, looptijden en risico’s. Gestapeld financieren is niet alleen het combineren van verschillende financieringsvormen. De complexiteit van een gestapelde financieringsmix is namelijk dat de verschillende financieringen in de mix elkaar beïnvloeden. Hierdoor ontstaan nieuwe problemen op het gebied van looptijden, zekerheden, rentekosten en dergelijke. Wat de financieel mkb-adviseur nodig heeft, is een proces voor gestapeld financieren dat de complexiteit vermindert, tot een kostenefficiënt advies leidt en vraag en aanbod beter bij elkaar brengt. Kennis over hoe financieringsvormen op elkaar inwerken is daarbij van belang. De centrale vraag in dit projectvoorstel luidt dan ook: “Hoe kan de financieel adviseur van het mkb de vele verschillende financieringsvormen – met behulp van een overzichtelijk stappenplan - combineren en tot een optimale passende financieringsaanvraag komen?” In dit SIA RAAK MKB project wordt kennis verworven over de inrichting van het aanvraag-, acceptatie- en beheerproces. Het hoofddoel van dit project is om een hanteerbaar, geaccepteerd en kennisintensief stappenplan op te leveren, waarmee de financieel adviseur advies kan geven over de juiste combinaties van financiering. Bij de ontwikkeling van kennis in dit project wordt rekening gehouden met de gedragskenmerken van financieel adviseurs die bepalend zijn of deze kennis uiteindelijk wordt toegepast.
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. Daarom is het belangrijk dat bijvoorbeeld klanten en toezichthouders in de financiële sector een passende uitleg krijgen hoe een op AI gebaseerd besluit tot stand gekomen is. Bijvoorbeeld waarom een lening niet is toegekend of waarom een transactie is aangemerkt als mogelijk frauduleus. Uitlegbare AI (in het Engels Explainable AI ofwel XAI) is het onderzoeksveld dat streeft naar het inzichtelijk maken van ondoorzichtige AI. Dat start volgens ons met het in beeld krijgen wat voor soort uitleg in welke situatie voor welk type stakeholder vereist is bij toepassing van AI. Verder is het de vraag welke vormen van AI zich goed lenen voor uitleg, en welke XAI-oplossing het beste geschikt is om een uitleg te kunnen genereren. Wij hebben XAI gedefinieerd als een set van methoden en technieken om een stakeholder een passende uitleg te kunnen geven over het functioneren en/of de resultaten van een AI-oplossing op een zodanig manier dat die uitleg begrijpelijk is voor en tegemoet komt aan de zorgen van die stakeholder. Doel Het doel van het project is om in samenwerking met organisaties in de financiële sector praktijkgericht onderzoek te doen naar uitlegbaarheid en daarbij de randvoorwaarden van uitlegbaarheid in beeld te brengen. Dit bestaat enerzijds uit het helder krijgen van de stakeholders en welke uitleg zij verwachten en anderzijds hoe die uitleg het beste tot stand kan worden gebracht. Organisaties waarmee wordt samengewerkt zijn onder andere financiële dienstverleners en toezichthouders. Resultaten Raamwerk voor uitlegbare AI met type stakeholders en soorten uitleg voor de financiële sector. Dit raamwerk is uiteengezet in het whitepaper: XAI in the financial sector 'a conceptual framework for explainable AI'. De Hogeschool Utrecht heeft meegewerkt aan een verkennend onderzoek naar uitlegbaarheid bij AI met DNB, de AFM, de Nederlandse Vereniging van Banken en drie Nederlandse grootbanken. In dit onderzoek is het raamwerk van de Hogeschool Utrecht toegepast. Bekijk de resultaten van het onderzoek. Op basis van dit onderzoek is een paper ingediend en geaccepteerd op de 33e Benelux Conference on Artificial Intelligence. De Hogeschool Utrecht heeft samen met consortiumpartners Floryn, Researchable en de Volksbank in een eenjarig project onderzoek gedaan naar aspecten die een rol spelen bij het implementeren van explainable AI. Als resultaat van dit onderzoek is een checklist gepubliceerd en een whitepaper waarin deze checklist uitgebreid wordt toegelicht. Daarnaast is een paper ingediend bij de HHAI2023 conferentie. Meer informatie over dit project is op deze pagina te vinden. Een subsidieaanvraag voor een tweejarig RAAK-mkb project is gehonoreerd. Dit project, FIN-X geheten, heeft tot doel hulpmiddelen te ontwikkelen die interne gebruikers van AI-toepassingen meer en beter inzicht geven in de werking en uitkomsten ervan. Meer informatie over dit project is op de volgende pagina te vinden. In samenwerking met de Copenhagen Business School en het Verbond van Verzekeraars heeft de Hogeschool Utrecht in 2023 onderzoek gedaan naar de rol van explainable AI bij fraudedetectie van schadeclaims bij verzekeraars. De resultaten van het onderzoek zijn vastgelegd in dit Whitepaper. De belangrijkste conclusie uit het onderzoek is dat de implementatie van AI bij fraudedetectie een businesstransformatie is met veel ethische en organisatorische overwegingen. De uitlegbaarheid van het AI-systeem wordt als cruciaal gezien, zowel vanuit ethisch oogpunt (als onderdeel van het transparantiebeginsel), als vanuit praktisch oogpunt (als middel om vertrouwen en acceptatie te winnen van interne belanghebbenden, en voor een goede samenwerking tussen mens en machine). De praktische implementatie van explainable AI is nog steeds een punt van discussie en onderzoek in de sector. Looptijd 01 juni 2020 - 31 maart 2025 Aanpak Vanuit de Hogeschool Utrecht streven we naar praktijkgericht onderzoek en steken daarom het onderzoek naar XAI in op het niveau van use-cases. We willen per use-case in kaart brengen welke stakeholders behoefte hebben aan welke uitleg. Door deze aanpak kunnen we gericht vanuit de praktijk de link met de literatuur leggen en nieuwe inzichten rapporteren. Een voorbeeld van een use-case die wordt onderzocht is kredietverlening aan consumenten (consumptief krediet). Uiteindelijk werken we toe naar een raamwerk met bijbehorende principes en richtlijnen voor XAI toegespitst op de gehele financiële sector.” veranderen in: “Voorbeelden van use-cases die worden onderzocht zijn kredietverlening, klantacceptatie en fraudedetectie bij claimafhandeling. Uiteindelijk werken we toe naar tools voor XAI toegespitst op de gehele financiële sector. Financiële dienstverleners of andere partijen in het financiële ecosysteem die geïnteresseerd zijn in samenwerking met ons worden van harte uitgenodigd contact met ons op te nemen. Download het whitepaper whitepaper: XAI in the financial sector Gerelateerd project Dit project is gekoppeld aan het KIEM project Uitlegbare AI in de Financiële Sector, dat de opzet kan zijn voor een aanvraag voor vervolgonderzoek om uiteindelijk te komen tot een aanpak en hulpmiddelen voor uitlegbare AI.
