logo

您所在位置网站首页 > 海量文档  > 学术论文 > 管理论文

DC型企业年金与公共DB型养老金对参与者微观激励的比较.doc 4页

本文档一共被下载: ,您可全文免费在线阅读后下载本文档。

  • 支付并下载
  • 收藏该文档
  • 百度一下本文档
  • 修改文档简介
全屏预览

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
特别说明: 下载前务必先预览,自己验证一下是不是你要下载的文档。
  • 内容提供方 zhuwenmeijiale(上传创作收益人)
  • 发布时间:2017-12-20
  • 需要金币200(10金币=人民币1元)
  • 浏览人气
  • 下载次数
  • 收藏次数
  • 文件大小:401.53 KB
下载过该文档的会员
DC型企业年金与公共DB型养老金对参与者微观激励的比较
你可能关注的文档:
DC 型企业年金与公共 DB 型养老金 对参与者微观激励的比较 钱 敏 ( 福建金融职业技术学院, 福州 370005) 摘 要: 本文将 DC 型企业年金作为研究对象, 通过分析它和公共 DB 型养老金对计划参与者的 经济影响, 来比较二者对其微观激励的差异, 并利用文中建立的分析模型和方法对我国替代率政策目 标进行评价, 从而为更科学的制定替代率目标、降低缴费率, 最终减轻参与者的缴费负担, 推进我国企 业年金的有效发展提供理论参考。 关键词: DC 型企业年金; 公共 DB 型养老金; 微观激励; 替代率政策目标 中图分类号: F270 文献标识码: A 文章编号: 1002- 6487(2007)03- 0143- 03 企业年金在我国又被称为“补充养老保险”, 1991 年《国 务院关于企业职工养老保险制度改革的决定》第一次提出: 国家提倡、鼓励企业实行补充养老保险。到目前为止, 我国企 业年金推行的状况并不理想, 对此, 相当部分研究者认为主 要是我国没有有效解决税收优惠激励问题以及企业年金运 行环境不甚理想所造成, 也有部分学者认为原因在于我国基 本养老保险待遇水平过高。本文作者较为赞同后一种意见, 认为我国基本养老保险替代率目标选择过高, 导致人们缴费 负担较重, 从而影响到企业年金制度的有效推行。国内相关 研究文献对这一问题的研究主要集中于对基金积累制和现 收现付制等宏观方面的关注, 而企业年金对参与者的微观影 响却较少被提及。2000 年国务院《关于完善城镇社会保障体 系的试点方案》(国发[2000]42 号) 确定了我国企业年金实行 基金完全积累, 采用个人账户方式进行管理, 为方便计算和 比较, 本文将 DC 型( Defined Contribution 缴费确定) 企业年 金作为研究对象, 分析它和公共 DB 型养老金对计划参与者 的影响差异, 通过分析其经济影响来分别说明二者对员工的 微观激励, 进而对我国替代率政策目标进行评价。对参与者 的影响还包括是否激励提前退休, 从而影响劳动力市场的供 给, 进而影响社会产出, 但考虑到这属于宏观方面的范畴, 本 文将对此不予讨论。 DC 型企业年金是根据计划参与者缴费额的多少, 通过 公司x! 为 l 样本中第个 i 样本, k(x! ,x! *)为核函数, 本文认为并 度。支持向量参数优化是未来进一步研究完善的地方, 为企 i i 业并购目标选择提供更加准确的预测。 购目标选择是一个非线性不可分的情况下优化问题, 可在公 式( 1) , ( 2) 选择, 核函数为 RBF 核函数, αi,b 可以通过解二次 规划问题求解。回归问题可参见公式( 3) - (7) 。 4 结论 企业并购目标选择是由众多复杂因素决定的, 很难用一 种确定的数学模型来分析。借鉴其他企业以后合作经验, 综 合各类因素, 搜寻理想的并购目标和各种因素之间的关系对 于并购成败至关重要。SVM 是专门针对有限样本情况的, 其 目标是得到现有信息下的最优解, 具有较强的推广能力和卓 越的非线形动态数据处理能力, 从而在大量的并购目标信息 库中发现潜在的、有效的并购目标。SVM 将实际问题通过非 线性转换转换到高维的特征空间, 在高维空间中构造线性判 别函数来实现原空间中的非线性判别函数, 特殊性质能保证 机器有较好的推广能力, 同时它巧妙地解决了维数问题。其 算法复杂度与样本维数无关但是在选择支持向量参数时还 得依赖专家的经验试取, 准确成功与否取决于专家经验的程  参考文献: [1]Vapnik Vladimir N. The Nature of Statistical Learning Theory[M]. Berlin, Springer, 1995. [2]Van Gestel, T., Suykens, J.A.K., Baestaens, D.E., Lambrechts, A., Lanckriet, G., Vandaele, B., De Moor, B., Vandewalle, J. Finan- cial Time Series Prediction Using Least Squares Support Vector Machines within the Evidence Framework [C]. IEEE Transactions on Neural Networks, 2001, 12(4): 809- 821. [3](美)Vladimir N.Vapnik 著. 统计学习理论的 本 质[M]. 张 学 工 译 , 清 华大学出版社, 2000. [4]秦 喜 杰 , 陈 洪. 成 功 并 购

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码: 点击我更换图片

“原创力文档”前称为“文档投稿赚钱网”,本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。原创力文档是网络服务平台方,若您的权利被侵害,侵权客服QQ:3005833200 电话:19940600175 欢迎举报,上传者QQ群:784321556