Equitable Longevity Risk Sharing or, the raison d'être for a First Nations Pension Plan
Notice bibliographique
Résumé
We investigate the extent to which groups with elevated mortality rates ex ante might opt out of guaranteed national pensions in favour of demographically aligned plans, which we label equitable longevity risk sharing (ELRiS) pools, even if this involves accepting some idiosyncratic risk. Technically, this paper develops a stochastic model of retirement income within an ELRiS structure that is calibrated to equate the discounted expected utility of a guaranteed national pension. The practical motivation for developing this alternative is that working members of First Nations peoples of Canada: (1) experience much higher mortality rates than average over their entire life cycle, and (2) some are actually allowed by current legislation to opt out of the Canada Pension Plan (CPP). We then demonstrate that under reasonable economic preferences and parameters, a sub-group with a 10-year life expectancy gap relative to the population could attain equivalent lifetime utility by contributing a mere two-thirds to the plan, even if they were pooled with only 30 members. For a longevity gap of 20 years, such as between an Indigenous male versus a non-Indigenous female, the contribution rate falls to less than a third. The difference between the statutory and mandatory contribution rates to a guaranteed national pension and those needed within these self-sustaining pools is an implicit subsidy from Indigenous to non-Indigenous. From a policy perspective, this paper aspires to jump-start a conversation that sparks a change in a status quo, which is obviously unfair and inequitable.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».