Acc; s; r; пенсійна схема та вилучення ставки заміщення доходів чоловіків; s; спостереження

Зверніться до останньої версії.

схема

Інформація, заархівована в Інтернеті

Інформація, зазначена як заархівована, надається для довідкових цілей, досліджень або ведення діловодства. Він не підпадає під дію веб-стандартів уряду Канади і не був змінений або оновлений з моменту його архівування. Щоб отримати цю інформацію в іншому форматі, будь ласка, зв’яжіться з нами.

Архівний вміст

Багатовимірні результати

Описові результати, представлені вище, не враховують відмінностей у рівнях заміщення доходів чоловіків на пенсії, які пов'язані з соціально-економічними характеристиками, крім доступу до пенсійного плану. У своєму оригінальному аналізі Островський та Шелленберг (2009) застосовують регресійну модель звичайних найменших квадратів (OLS), при якій показники заміщення заробітку, досягнуті пенсіонерами в 2006 році, є залежною змінною, а статус пенсіонера, іммігрант, сімейний стан, роки з моменту виходу на пенсію та прибутки у 1989/91 рр. включені як пояснювальні змінні. Окремі моделі регресії використовувались для пенсіонерів у кожному з п’яти заробітних квінтилів з 1989 по 1991 рр. Деякі результати цієї моделі, а точніше коефіцієнти, пов’язані з доступом до пенсійної схеми, показані на малюнку. Панель 1 допоміжна таблиця 1. Як зазначалося раніше, доступ до RPP не має значного зв’язку із показниками заміщення заробітку в оригінальній моделі 1. Це також випадок, коли показники заміщення доходів у 2005-2007 роках включені в модель як залежна змінна (панель 2).

Однак, коли залежна змінна представляє позитивне співвідношення (як у випадку коефіцієнтів заміщення заробітку), економісти та статистики часто воліють використовувати логарифм залежної змінної (Y) в регресійних моделях. Для цього є кілька причин. По-перше, якщо розподіл залежної змінної має відмінні показники, їх вплив на оцінки коефіцієнтів буде значно меншим, коли змінною регресії є логарифм Y, а не Y. По-друге, розподіл логарифму Y часто більш вірогідний, ніж розподіл Y, щоб виглядати як нормальний розподіл. Нормальність логарифму Y покращує ефективність оцінок, і багато статистичні тести покладаються на припущення про таку нормальність. Нарешті, якщо змінною є логарифм Y, оцінки коефіцієнтів можна інтерпретувати як процентні зміни Y, пов’язані з незначними змінами пояснювальних змінних.

Результати регресії OLS, коли коефіцієнт заміни журналу включений як залежна змінна, відображаються на панелях 3 і 4 Текстової таблиці 2. Коли ми вивчаємо коефіцієнти заміни журналів у 2006 році, ми відзначаємо рівномірність (серед квінтилів) кореляція з доступом до пенсійної схеми у порядку від 6% до 10% серед пенсіонерів у квінтілі 2, квінтілі 3 та квінтилі 4. Кореляція дещо слабша, порядку від 5% до 9%, серед пенсіонерів у квінтилі 2, квінтиль 3 та квінтіль 4, коли логарифми норм заміщення на 2005-2007 роки включені в модель як залежні змінні.