MétaCan
Menu
Retour à la cohorte
Enregistrement W2940527634 · doi:10.3390/jrfm12020070

Defined Contribution Pension Plans: Who Has Seen the Risk?

2019· article· en· W2940527634 sur OpenAlexafffundvenue
Peter Forsyth, Kenneth R. Vetzal

Notice bibliographique

RevueJournal of risk and financial management · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAsset allocationPortfolioPensionCashActuarial scienceAsset (computer security)EconometricsEconomicsJump diffusionSample (material)JumpComputer scienceFinancial economicsFinance

Résumé

récupéré en direct d'OpenAlex

The trend towards eliminating defined benefit (DB) pension plans in favour of defined contribution (DC) plans implies that increasing numbers of pension plan participants will bear the risk that final realized portfolio values may be insufficient to fund desired retirement cash flows. We compare the outcomes of various asset allocation strategies for a typical DC plan investor. The strategies considered include constant proportion, linear glide path, and optimal dynamic (multi-period) time consistent quadratic shortfall approaches. The last of these is based on a double exponential jump diffusion model. We determine the parameters of the model using monthly US data over a 90-year sample period. We carry out tests in a synthetic market which is based on the same jump diffusion model and also using bootstrap resampling of historical data. The probability that portfolio values at retirement will be insufficient to provide adequate retirement incomes is relatively high, unless DC investors adopt optimal allocation strategies and raise typical contribution rates. This suggests there is a looming crisis in DC plans, which requires educating DC plan holders in terms of realistic expectations, required contributions, and optimal asset allocation strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil0,676

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,190
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207