MétaCan
Menu
Retour à la cohorte
Enregistrement W3007892487 · doi:10.5430/afr.v9n1p76

What is the Return Rate of a Corporate Pension Scheme? Generalized Annuity Factors Simplify Calculation

2020· article· en· W3007892487 sur OpenAlexvenueno aff
Joerg Wilde

Notice bibliographique

RevueAccounting and Finance Research · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPensionPaymentActuarial scienceRate of returnEconomicsPromotion (chess)BusinessFinance

Résumé

récupéré en direct d'OpenAlex

Corporate pension schemes are widely spread especially in Northern Europe, North America, Japan. Often the major portion of defined contributions to the scheme is shouldered by the employer. A crucial question for an employee is, whether the return from his/her corporate pension plan - taking into account the corporate engagement and eventually governmental savings promotion - is favourable in comparison to other capital products for the time of retirement. This question is not answered by the absolute return in form of the future pension amount. Additionally, the employee must know the relative return, the Pension Rate of Return (PRR), in relation to what he/she has invested in form of employee contributions into the pension plan during his/her work life. Focussing on better pension information and also on counteraction to melting interest return, two current topics will be addressed. A very useful evaluation instrument for this task is the Generalized Annuity Factor (GAF). It is a generalization of the well-known Annuity Factor, which is restricted to constant payments only. With GAF any time dependent payments, e.g. linear or more complex nonlinear payments over time can be valued by a compressed closed-form formula in the same manner as constant payments by the classic Annuity Factor. Pension payments regarding mortality are such complex payments depending systematically on age. Because of its computational efficiency the new instrument simplifies calculations to be done also in smaller funds, firms or public services with common spreadsheet programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,068
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0050,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,102
Tête enseignante GPT0,322
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting and Finance ResearchMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207