2012年-世界发展银行全球_Private_Pension_Systems___Cross-Country_Investment_Performance_76页_2mb

总结：Private Pension Systems: Cross-Country Investment Performance

核心内容

本研究探讨了不同国家私人养老金体系的投资表现，重点分析了投资回报率和波动性与养老金体系结构及行业特征之间的关系。研究基于1990年至2007年间27个国家的数据，旨在为政策制定者提供改善养老金投资表现的参考依据。

主要观点

• 投资回报率：私人养老金体系的回报率受到以下因素影响：

  • 体系规模：管理资产越多的体系，通常回报率越高。
  • 体系类型：职业养老金（occupational schemes）比个人养老金（personal schemes）具有更高的回报率。
  • 体系开放性：封闭式养老金（closed schemes）比开放式养老金（open schemes）回报率更高。
  • 基金数量：拥有多个基金的体系比单一基金体系回报率更高。

• 波动性：养老金体系的回报波动性与以下因素相关：

  • 体系年龄：体系越老，回报波动性越低。
  • 体系强制性：强制性体系比自愿性体系波动性更高。
  • 最低回报保证：有最低回报保证的体系波动性较低。
  • 外国投资限制：对外国投资有限制的体系波动性较低。
  • 市场集中度：市场集中度越高，回报波动性越大。

关键信息

数据与样本

• 研究覆盖了26个国家及香港特别行政区，时间跨度为1990至2007年。
• 数据来源于OECD、AIOS和FIAP等机构，部分国家数据不完整。

投资绩效衡量指标

• 实际总回报率（Gross Real Return）：以实际回报率衡量，考虑了通货膨胀调整。
• 回报波动性（Volatility of Gross Real Return）：以三年标准差衡量，用于评估投资风险。

解释变量

研究将解释变量分为四类：

1. 养老金体系变量：包括体系年龄、管理资产规模、基金数量、市场集中度等。
2. 宏观经济变量：包括实际GDP增长率、人均GDP、通货膨胀率、财政盈余或赤字、汇率变动率、实际利率、资本账户开放度等。
3. 金融体系变量：包括股票市场市值、公司债券市场市值、公共债务规模、对私人部门的信贷规模等。
4. 制度变量：包括法治指数、反自我交易指数、债权人权利指数等。

经济计量方法

• 采用面板数据模型，分别分析实际总回报率和波动性与解释变量之间的关系。
• 模型包括两个方程，分别对应两个绩效指标。
• 模型中考虑了国家特定效应和随机误差项，以减少偏差。

结果与发现

• 实际总回报率：

  • 管理资产越多，回报率越高。
  • 基金数量越多，回报率越高。
  • 市场集中度越高，回报率波动性越大。
  • 体系年龄与回报率无显著关系，但与波动性呈负相关。

• 回报波动性：

  • 体系年龄越久，波动性越低。
  • 强制性体系波动性更高。
  • 有最低回报保证的体系波动性较低。
  • 限制外国投资的体系波动性较低。
  • 市场集中度越高，波动性越大。

• 跨国家比较：

  • 回报率最高的是乌拉圭（14.7%）、哥伦比亚（10.4%）、秘鲁（10.9%）和澳大利亚（9.4%）。
  • 回报率最低的是丹麦（2.2%）、捷克共和国（1.1%）、匈牙利（0.9%）和拉脱维亚（-1.8%）。
  • 波动性最高的是阿根廷（17.2%）、哈萨克斯坦（12.7%）、英国（12.2%）和乌拉圭（12.1%）。
  • 波动性最低的是加拿大（3.2%）、克罗地亚（2.7%）、捷克共和国（1.6%）和丹麦（1.1%）。

• 相关性分析：

  • 42%的国家间实际总回报率相关系数超过0.5，表明跨国家养老金回报存在显著相关性。
  • 回报率和波动性之间呈正相关，符合经济整合和全球化的预期。

结构与方法

• 研究采用面板数据方法，通过经济计量模型分析养老金体系的绩效。
• 模型中考虑了宏观经济、金融体系和制度变量作为控制变量。
• 模型中使用了三年标准差衡量波动性，以简化分析并适应数据可得性。

结论与建议

• 研究表明，养老金体系的结构和设计对投资绩效具有重要影响。
• 为了提高养老金投资表现，政策制定者应关注体系的规模、类型、基金数量、市场集中度、是否强制、最低回报保证、外国投资限制等。
• 未来研究可进一步探讨更全面的风险衡量方法，以更准确地评估养老金体系的绩效。

限制与展望

• 研究受限于数据可得性，部分变量无法纳入分析。
• 建议未来研究考虑更复杂的风险模型，并扩展至更多国家和更长时间跨度。