MétaCan
Menu
Retour à la cohorte
Enregistrement W3122934057

The Benefits of Hindsight: Lessons from the QPP for Other Pension Plans

2015· article· en· W3122934057 sur OpenAlexaboutno aff
Luc Godbout, Yves Trudel, Suzie St‐Cerny

Notice bibliographique

RevueC.D. Howe Institute Commentary · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPensionHindsight biasPlan (archaeology)Actuarial scienceRate of returnPension planSubsidyIncrementalismSurpriseSocial securityPublic economicsEconomicsPoliticsFinanceBusinessPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Quebec Pension Plan was born of a compromise. The contribution rate set at inception was too low, which resulted in the plan’s being undercapitalized in the early years. The demographic outlook came as no surprise: it was long known that there would be weak growth in the number of contributors and a sharp increase in beneficiaries in the years ahead, and these factors are particularly acute in Quebec. Adjustments to the contribution rate were too late in coming, and the plan was therefore insufficiently capitalized. Our retrospective analysis shows the gains that would have been realized by listening to actuaries and other experts sooner. The plan’s assets react strongly to a change in the contribution rate. Had the initial rate been 4 percent (as an interministerial committee proposed) instead of 3.6 percent from 1966 to 1987, the plan’s assets at the end of 2011 would have been almost 80 percent higher. The paper underscores basic policy questions for public pension schemes, such as whether these plans are needed, how to avoid inter-generational subsidies and how to minimize political risk. Based on the QPP experience, the authors draw lessons for other pension plans. First, evaluate the relevancy of creating or enhancing a public pension plan. Specific needs might not be addressed efficiently by imposing compulsory contributions on all workers. Improving financial literacy among workers might provide better results at a lower cost. Second, introduce full capitalization and gradually increase benefits. Benefits should be fully effective only once the plan has reached full maturity. Plans need to be fully funded in order to be equitable among cohorts. Third, implement automatic adjustment mechanisms. Adjustments should be triggered once certain levels of funding ratios are attained. Certain parameters of the proposed Ontario Retirement Pension Plan, such as retirement benefits, earlier or later commencement of retirement benefits and indexation, should be flexible and prone to automatic mechanisms if underfunding or returns discrepancies are expected. Additionally, parameters of the mechanism should be set by experts independent of political influence. Fourth, assess the performance of the plan. A performance evaluation of any public pension plan should be mandatory. Surprisingly, however, public plans do not seem to be subject to any such evaluation. A critical aspect of public pension plans is not measured – namely, the ability of the fund to deliver homogeneous real expected returns to various cohorts of retirees, and thus to provide equitable net asset values to all its members. These measures would allow a public pension plan to be a true insurance system in which capitalized contributions equate to actuarial benefits. The QPP, in contrast, has come to be both a pension plan and an implicit wealth-transfer system among cohorts of retirees.

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)0,011
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,776

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,005
Communication savante0,0100,005
Science ouverte0,0020,004
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,108
Tête enseignante GPT0,335
Écart entre enseignants0,227 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueC.D. Howe Institute CommentaryMême sujetCanadian Policy and GovernanceTravaux en français237 207