Determinants of Defined Contribution Plan Deferral
Notice bibliographique
Résumé
The purpose of this study was to examine the trend of defined contribution ( DC ) plan deferrals before and after the Great Recession. The investment principle of “buying when prices are low” suggests that DC plan deferral should increase during years when portfolio returns are low. The sample for this study consisted of eligible DC plan participants in the 2004, 2007, and 2010 Survey of Consumer Finances ( SCF ). The dependent variable was the elective deferral to the DC plan expressed as a percentage of the maximum amount allowed. The descriptive statistics showed that about half of respondents deferred <20% of their maximum allowable elective deferral, about a quarter of respondents deferred between 20% and 40%, and only a little more than 7% of respondents maximized their DC plan deferral in 2004 and 2007. However, the deferral rates dropped dramatically in 2010. The results of ordered logistic regression showed that respondents who had more education, were in excellent health, had more income, were willing to take investment risk, were allowed to borrow from the DC plan, were allowed to withdraw from the DC plan, and were homeowners without a mortgage were more likely to make a larger deferral to the DC plan. In general, these results were applicable for the time period. The most important implication is that many respondents were contributing relatively small percentages of the amount possible in 2004 and 2007 and that contributions were even lower in 2010. Educators, employers, and financial advisors should help workers understand the importance of participating fully or to the extent possible when making contributions to their DC plans.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».