Notice bibliographique
Résumé
Optimal stochastic control methods are used to examine decumulation strategies for a defined contribution (DC) plan retiree. An initial investment horizon of 15 years is considered, since the retiree will attain this age with high probability. The objective function reward measure is the expected sum of the withdrawals. The objective function tail risk measure is the expected linear shortfall with respect to a desired lower bound for wealth at 15 years. The lower bound wealth level is the amount which is required to fund a lifelong annuity 15 years after retirement, which generates the required minimum cash flows. This ameliorates longevity risk. The controls are the withdrawal amount each year, and the asset allocation strategy. Maximum and minimum withdrawal amounts are specified. Specifying a short initial decumulation horizon, results in the optimal strategy achieving: (i) median withdrawals at the maximum rate within 2–3 years of retirement (ii) terminal wealth larger than the desired lower bound at 15 years, with greater than [Formula: see text] probability and (iii) median terminal wealth at 15 years considerably larger than the desired lower bound. The controls are computed using a parametric model of historical stock and bond returns, and then tested in bootstrap resampled simulations using historical data. At the 15 year investment horizon, the retiree has the option of (i) continuing to self-manage the decumulation policy or (ii) purchasing an annuity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».