HOW ACCURATELY DOES 70% FINAL EMPLOYMENT EARNINGS REPLACEMENT MEASURE RETIREMENT INCOME (IN)ADEQUACY? INTRODUCING THE LIVING STANDARDS REPLACEMENT RATE (LSRR)
Notice bibliographique
Résumé
Abstract Will 70% of a worker's final annual employment earnings sustain living standards after retirement? Despite increasing skepticism, the most dominant measure of retirement income adequacy by financial planners, pensions plan advisors, academics and public policy makers is the “final employment earnings replacement rate”, where 70% is considered the right target to ensure living standards remain at approximately the same level after retirement. Using Statistics Canada's LifePaths dynamic population micro-simulation model, this paper asks whether those individuals from the 1951–1958 Canadian birth cohort who attain roughly a 70% final employment earnings replacement rate (as conventionally measured) at retirement do, in fact, achieve approximate continuity in their living standards. We find that the conventional final earnings replacement rate measure has little predictive value for living standards continuity between working-life and retirement. The primary reason is that employment earnings in a single year is not a reliable representation of a worker's standard of living — it relies on an inadequate pre-retirement measurement period, does not incorporate important components of consumption sources (such as home equity), and ignores household size (particularly children). As a result, we find that the correlation between the conventional earnings replacement rate and actual living standards continuity is relatively low (0.11). The paper therefore suggests an alternative metric for assessing how well a worker's living standard is maintained after retirement — i.e., the Living Standards Replacement Rate, or the LSRR. The LSRR provides a more accurate, understandable and consistent measure of retirement income adequacy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,029 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».