Essays on pension, insurance and mutual fund markets
Notice bibliographique
Résumé
This thesis contains two essays on investor decisions and the role of financial intermediaries in pension and insurance markets, and one essay on the size effect in the mutual fund market. In the first chapter, my coauthor and I study how investors respond to scandals related to distinct aspects of environmental, social, and governance in their 401(k) retirement savings. We show that nearby ESG scandals correlate with increased ESG fund additions and flows, possibly through “evoking” existing sustainable preferences among investors. Investors with different characteristics respond heterogeneously to E, S, and G scandals, resulting in an overweighting of funds with higher environmental and social scores. In the second chapter, my coauthor and I study the impact of sales channels on insurance product adoption. Using novel policy-level life insurance data in China, we exploit a regulatory change that requires bank insurance agents in each quarter to sell more long-term insurance products. Exploiting a discontinuity-inslope design, we show that bank agents falling below their target qualified ratios in the first two months of a quarter make up for the shortfall in the third month. This shift in the qualified ratio in the last month of the quarter is entirely due to a product-composition change – switching from short-term unqualified life insurance products to long-term qualified annuity products. We further show that this switch is not achieved by changing the relative pricing of products or client compositions. In the third chapter, I examine the relationship between the magnitude of the negative size effect and fund sector concentration. It finds a strong correlation indicating that funds in more concentrated sectors exhibit more severe diminishing returns to scale compared to those in less concentrated sectors. The paper proposes a potential explanation: in highly concentrated sectors, fund flows are less sensitive to past returns. However, in such sectors, marketing expenses appear to positively influence flow sensitivity to good performance, while showing a neutral effect in response to poor performance. Large funds in concentrated sectors may invest more in marketing efforts, but this does not necessarily translate to better future performance.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».