退休消费在马来西亚难题:证据从贝叶斯分位数回归模型

文摘

本研究的目的是使用贝叶斯分位数回归研究退休消费之谜,这被定义为退休之后继续消费的下降,使用马来西亚住户开支统计调查的横断面数据(他)2009/2010。三种不同措施的消费,即总开支,与工作有关的支出,和nonwork-related支出,研究退休消费难题的建议。结果表明,退休后是重要的消费下降,并有递减分布影响的大滴低百分位数和小滴在更高的百分位数。小滴在消费增加退休人员(或更高的收入退休人员)可能意味着他们有更多的储蓄和/或退休福利比小消费退休人员(或低收入退休人员)。对比这三种类型的消费显示与工作有关的支出下降均匀分布。nonwork-related支出在不同分布下的下降,这意味着它是背后的源变化的消费下降。

1。介绍

生命周期理论是一个主要的经济理论与消费和储蓄行为,即个体渴望一生中维持其消费水平(1]。边际效用的消费应该保持平稳在退休期间退休过渡,因为收入的变化应该是可预测的(2]。相反,许多先前的研究发现一次性消费急剧下降的早期退休,退休的情况被称为消费难题。

在过去的三十年里,一些研究关注消费平滑或稳定的路径进行。哈默迈什(3),是最早研究退休在美国消费拼图,表明个体无法维持退休前的实际消费水平由于退休储蓄不足。之后,几个研究已经在银行等其它国家进行et al。4赫德),和罗韦德尔(5],Schwerdt [6],若林史江[7],Battistin et al。8]。回顾相关的几项研究退休消费拼图可以找到Attanasio和韦伯(9]。有许多研究发现,退休之后继续消费的下降是由于以下几个原因。为例,海德尔和史蒂芬斯(10史密斯),(11),蓝色(12]发现,消费下降是由于意外退休导致从疾病、残疾、或非自愿失业。蓝色(12]也开发了一种修改生命周期模型,该模型将退休的时间的不确定性。

消费的措施,一些研究利用食品支出作为一名杰出的替换实际消费在退休。然而,•阿吉亚尔和赫斯特(13)发现,食物支出是一个贫穷的代理实际使用的消费,因为退休人员同样数量的食物,以及其质量,即使食物支出下降。退休人员消耗的主要原因是国内生产的食品在他们退休,因为他们有更多的时间来准备饭和调查更便宜的食品。后来,赫斯特et al。14和费舍尔et al。15)提出了一个更广义的消费可以分类根据几种不同类型的支出和显示一个更广泛的消费措施可以用来消除退休消费难题。

先前的研究大多是集中在退休消费下降的平均分布,仅覆盖部分的分布,并可能导致贫困估计参数特别是长尾分布。传统的意思是模型估计的平均影响整个数据,不允许任何潜在的理解(或异质性的潜在)分布的影响。此外,均值回归模型是基于最小二乘估计,因此有很大的敏感性(或不健壮)离群值。几项研究已经开展研究退休消费的分配方面难题,包括Bernheim et al。16]他估计退休消费下降使用子组的财富和收入替代率和·阿古里亚·et al。17)使用低和高消费家庭检查退休支出的下降。最近,费舍尔和玛珊德(18)利用分位数回归模型研究在退休消费的下降。

分位数回归模型与传统的不同意味着回归模型,因为它使用最小绝对偏差(小伙子),而不是最小平方误差,在通常的回归能够纠正弱点普遍框架。分位数回归模型还允许每个回归参数的影响,分析了基于不同选择的分位数。简而言之,分位数回归模型有几个优点;这是一个传播变为免费模式不遵守任何分布的假设,它是健壮的异常值,它不需要独立的假设,它允许将回归参数的分析扩展超出了中央的位置。

分位数回归模型是基于Koenker和巴塞特的作品19]哈洛克和Koenker [20.),是由其他研究人员可以快速获得利益。模型为线性模型开发了连续反应和被应用在各个领域,如金融和经济学(21,生态22),环境流行病学23),犯罪学(24),和气候变化25]。几个已经提出对分位数回归模型的扩展和应用在其他领域,如Yu和Moyeed [26提出贝叶斯分位数回归模型,马查多,席尔瓦27]提出分位数回归模型的离散数据,休森和Yu (28]建议分位数回归模型的二进制数据在贝叶斯框架下,帝国et al。25引入了贝叶斯空间分位数回归模型,Fuzi et al。29日)应用贝叶斯分位数回归模型在保险索赔计数数据区域。

在本文中,我们使用贝叶斯分位数回归模型来检验在退休消费的下降。贝叶斯分位数回归的组合优势分位数回归和贝叶斯方法。分位数回归是一个传播变为免费模型和健壮的数据,而贝叶斯方法允许完整的单变量和每个参数的联合后验分布密度产生的模拟。一些励志的例子是值得一提的。例如,在环境领域的研究中,分位数回归模型允许调查是否接触环境变化的影响取决于呼吸健康的水平的人口(23),而在保险定价和制定费率,协变量的贝叶斯分位数回归模型处理参数(或风险因素)为随机变量29日]。我们使用一个横截面数据的住户开支统计调查(他)2009/2010在马来西亚调查人口消费下降的变化。我们还扩大消费措施分为三个类别,即支出总额(TE),与工作有关的支出(WRE)和nonwork-related支出(NWRE),确定消费下降的变化背后的来源。

2。材料和方法

2.1。均值回归

在我们的研究中,意味着消费的下降在退休估计使用普通最小二乘法(OLS): 在哪里响应变量的日志(消费措施),是二进制变量等于1为家庭工作,退休人员和零和是控制变量的向量组成的人口和社会经济变量(性别、婚姻状况、种族等)。回归参数, ,代表的意思是工作和退休家庭消费区别。

2.2。频率论的分位数回归

频率论的分位数回归模型从Koenker和巴19在我们的研究中用于比较的目的。相同的方程所示(1),但是现在分位数回归拟合条件差异日志工作家庭之间的消费(preretirement)和退休人员(赚钱)分位数。

让连续反应变量的向量,在我们的案例中可以表示为三个不同的消费措施,和是相关的协变量的行向量组成的家庭的人口和社会经济特征。经典的回归模型的重点是变量的期望 ,条件变量的值X,它可以概括为 。另一方面,分位数回归模型扩展这种方法 ,那里的分位数是固定的值在0和1之间,让我们学习的条件分布在X在不同的位置。

回归参数, ,可以使用 的损失函数 是一个分段线性函数,指标函数。同样,损失函数可以写成 方程(3)可以最小化使用线性规划,置信区间可以获得使用引导方法。R统计程序quantreg包(30.)用于本研究以适应频率论的分位数回归模型。

2.3。贝叶斯分位数回归

介绍了分位数回归模型的贝叶斯方法Yu和Moyeed [26)形成的似然函数的使用不对称拉普拉斯分布(ALD)。一个随机变量遵循“肾上腺脑白质退化症”,当密度函数给出 在哪里 和的损失函数方程(3)。根据贝叶斯方法,获得可用于获取未知参数的后验分布。参数的后验分布是由 在哪里的先验分布和的似然函数是由加入独立分布的退化。联合似然函数可以写成 由于没有具体的共轭先验分布生成后,我们使用统一的先验分布在我们的研究中。尺度参数的先验分布是inverse-gamma分布,或~ inverse-gamma ,吉布斯抽样算法获得的模型可以更新和优化获得良好的录取率。

3所示。结果与讨论

3.1。样本数据

从住户开支统计调查样本数据(他)2009/2010是在我们的研究中使用。数据包含的信息每月的支出,加上每个家庭的人口和社会经济特征。所选样本由6480个家庭组成的横截面数据。

三种不同的消费措施用于响应变量,即支出总额(TE),与工作有关的支出(WRE), nonwork-related支出(NWRE)。TE的食物在家里,酒精和香烟,家电和家具、服装、教育、娱乐、休闲、健康、保险、食品(餐厅和咖啡馆)外,交通(自己的车辆和公共交通),个人护理,租赁,工具,和其他服务(如法律服务、税务服务和政府机构)。WRE并使用定义在构造NWRE•阿吉亚尔和赫斯特31日)和费舍尔和玛珊德(18]。,由食物以外的个人护理、公共交通、和衣服,而NWRE包含食物在家里,酒精、公用事业、和娱乐。

3.2。模型开发

通过吉布斯采样密度模拟算法用于生成5000后的样本回归参数。第一个1000年运行后样品被丢弃的老化减少初始模拟的影响,这个过程导致了4000年决赛后样品每个回归参数。的值在零初始化,而inverse-gamma参数设置在哪里一个= 0.01,b= 0.01。

3.3。摘要统计信息

表1提供了样本汇总统计。超过一半的家庭头(69%)位于城市地区,绝大多数(78%)都结婚了,一半以上(64%)属于Bumiputera民族。在受教育程度方面,14%的户主是大学或大学毕业生,35%是高中毕业生,和余额低于高中学历(16%),和其他(35%)(参加非正式的或宗教教育)。对于职业组,几乎13%的户主是专业人士,而19%和13%的行政支持和技术人员,分别。的就业类型,几乎一半的家庭头私营部门员工,其次是个体(19%)和政府雇员(13%)。年龄相当的比例同样分裂,除了年轻家庭头(年龄小于25)。关于生活区的状态,超过一半(67%)是房主,租房者(24%)紧随其后。

3.4。均值回归

表2提供了估计, ,均值回归模型,可以用来表示工作之间的区别(意味着消费)和退休家庭。三个反应变量被认为是,即支出总额(TE),与工作有关的支出(WRE), nonwork-related支出(NWRE)。

退休人员的平均消费是低于工作家庭的所有支出措施由负系数如图所示。TE的回归估计是重要的退休人员,表明消费为14%低于家庭工作。的估计,和NWRE也显著表明,退休人员的消耗39%和5%低于工作家庭,分别。如人们预期的那样,有一个相对较大的下降比NWRE表明退休不再参与就业。也同意研究结果从费雪和玛珊德(18和费舍尔et al。15人发现WRE最高消费下降。结果表明,一个更广义的消费可能减少退休消费拼图,由较小的下降NWRE表示。

3.5。贝叶斯分位数回归

回归估计的跟踪情节下的贝叶斯平均回归 提供了图1。跟踪情节为其他分位数也获得,但这里没有显示。跟踪情节表明,密度模拟混合好,后验分布的收敛,和没有明显问题链中的模拟。

表3显示了回归估计(标准差)下的贝叶斯分位数回归。可以看出,估计三个消费措施显著的分位数。下降的消费分布也不同。所有三个消费措施显示大滴低百分位数和小滴在更高的百分位数(递减趋势),最小和最大滴分别在最高和最低的百分位数。不同意的递减趋势的结果费舍尔和玛珊德(18)发现,估计是谁更多的负面(进步的趋势),向上层分布。然而,回归趋势的结果是一致的·阿古里亚·et al。17)发现退休消费较低的百分位数大滴。

TE显示最大降幅在第十百分位(22%),在中值下跌15%,最小的下降在第90个百分位(3%)。WRE也见到类似的模式,NWRE: 60%, 36%,和17%的下降,分别在10日,中位数,和第90百分位数,11%,5%,和2%的下降,分别在10日,中位数,NWRE第90百分位数。的大小,,显示所有分位数的最大降幅,结果同意均值模型,从WRE表明,最大降幅。正如预期的那样,贝叶斯模型(中值下的消费下降θ= 0.50),相当与OLS模型。TE的下降,WRE, NWRE是14%,39%,和5%,分别根据OLS和15%,36%,和5%,分别根据贝叶斯平均模型,表明中值模型可以作为一个替代均值模型(OLS)。

它可以观察到的下降,整个分布遵循统一的趋势而NWRE有更多的变化在低百分位数(从0.10到0.50)。变化表明,NWRE源变化背后的消费下降。我们的结果同意费舍尔和玛珊德(18)发现,显示整个分布均匀下降,NWRE背后的源变化的消费下降。

图2展品回归估计的情节与各自的95%置信区间下贝叶斯分位数回归。比较的目的,还包括从OLS估计,虚线代表的水平线。可以看出NWRE有更多的变化下的估计低百分位数(从0.10到0.50),而估计WRE下均匀增加。一直小宽的可信区间整个分位数的估计表明,整个分布三个消费措施意义重大。

3.6。频率论的分位数回归

比较的目的,表4下显示了估计(和标准错误)频率论的分位数回归模型的三种不同措施的消费。对比表3和4表明,在贝叶斯估计和频率论的分位数回归模型对所有分位数是相似的。所示的两个模型之间的主要差异是由标准差和标准错误;贝叶斯模型下的标准差不同于标准的错误下频率论的模型。预计的差异自估计下获得了这两种方法在不同的评估方法;通过引导频率论的区间估计方法,而贝叶斯区间从密度模拟获得。

较小的标准差在贝叶斯回归表明,模型估计更重要。估计统计上显著的分位数为所有三个消费措施下的贝叶斯模型,而频率论的模型有几个微不足道的几家分位数的估计。

类似于贝叶斯分位数回归,所有三个消费措施下频率论的分位数回归显示大滴低百分位数和小滴在更高的百分位数(递减趋势)。TE显示最大降幅在第十百分位(22%),最小的下降在第75个百分位(12%)。第90个百分位的下降是无关紧要的。WRE显示最大降幅在第十百分位(60%),最小的下降在第90个百分位(16%),而NWRE显示最大降幅在第十百分位(11%)和最小中值下降(5%)。后的下降值是无关紧要的。,也遵循统一的趋势的下降而下降NWRE有更多的变化。

4所示。结论

在这项研究中,我们应用贝叶斯分位数回归探讨消费下降在退休的一个领域,目前,分位数回归模型是有限的利用率。贝叶斯分位数回归的组合优势分位数回归和贝叶斯方法。特别是,分位数回归是一个传播变为免费模型和健壮的数据,而贝叶斯方法允许完整的单变量和每个参数的联合后验分布密度产生的模拟。我们的研究也比较了与OLS估计贝叶斯分位数回归(平均)和频率论的分位数回归。我们还考虑了三种不同的消费措施,即支出总额(TE),与工作有关的支出(WRE), nonwork-related支出(NWRE)。

消费下降TE、WRE NWRE是14%,39%,和5%,分别在OLS(意味着模型),从费舍尔和玛珊德同意研究[18和费舍尔et al。15)发现,最高跌幅和NWRE最低下降。结果也证明一个更广义的消费可能减少退休消费拼图,由较小的下降NWRE表示。

正如预期的那样,滴在TE, WRE, NWRE下贝叶斯平均回归模型( )OLS相当类似,表明中值模型可以使用代替均值模型。

消费上的水珠退休都统计上显著的分位数下贝叶斯分位数回归,大滴低百分位数和小滴在更高的百分位数表示递减分布效应(递减趋势)。,显示了一个相对统一的下降而下降NWRE有更多的变化在低百分位数(从0.10到0.50),表明NWRE下降是下降的变化背后的来源。我们的研究同意·阿古里亚·et al。17)发现更大的消费下降较低百分位数(递减趋势),但不同意费舍尔和玛珊德(18)发现更大的消费下降在更高的百分位数(进步的趋势)。应该注意的是,不同的数据可能会提供不同的结果。

较小的下降在消费增加退休人员(或退休人员与高收入)下的贝叶斯分位数回归意味着消费较高的退休人员有更多的储蓄和退休福利。结果符合预期的生命周期理论即高收入家庭节省超过低收入家庭。较大的下降较低百分位数下贝叶斯分位数回归意味着较小的消费反应(或退休人员收入较低)接触更大的消费冲击。

对比贝叶斯和频率论的分位数回归表明,分位数估计是相似的。这两个模型之间的主要区别是,贝叶斯模型下的标准差比标准误差在不同频率论的模型。预计差异自估计下获得了这两种方法在不同的评估方法。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

本文使用从马来西亚住户开支统计调查样本数据统计(他)2009/10由部门马来西亚(宣传)。作者欣然承认金融支持的形式获得研究资助(gup - 2017 - 011)从马来西亚Kebangsaan大学。

引用

1. f·莫迪里阿尼和r . Brumberg效用分析和消费函数:一个横截面数据的解释,“后凯恩斯主义经济学,第436 - 388页,2013年。视图:谷歌学术搜索
2. 答:安藤和f·莫迪里阿尼,”储蓄的生命周期假说?:总影响和测试。”美国经济评论卷,53岁,55 - 84、1963页。视图:谷歌学术搜索
3. d·哈默梅什,”退休期间消费:生命周期中的缺失环节,“国家经济研究局(National Bureau of Economic Research)w0930, 1982年。视图:出版商的网站|谷歌学术搜索
4. r . j .银行Blundell, s·坦纳,“有养老金储蓄难题吗?”美国经济评论,卷88,不。4、769 - 788年,1998页。视图:谷歌学术搜索
5. m·赫德,美国罗韦德尔Retirement-Consumption难题:预期和实际支出下降退休,”国家经济研究局(National Bureau of Economic Research)w9586, 2003年。视图:出版商的网站|谷歌学术搜索
6. g . Schwerdt“为什么在退休消费下降吗?证据来自德国。”经济学的信件,卷89,不。3、300 - 305年,2005页。视图:出版商的网站|谷歌学术搜索
7. m .若林史江“退休消费难题在日本,”人口经济学杂志,21卷,不。4、983 - 1005年,2008页。视图:出版商的网站|谷歌学术搜索
8. e . Battistin a . Brugiavini大肠Rettore, g .韦伯“退休消费之谜:证据从回归不连续方法,”美国经济评论,卷99,不。5,2209 - 2226年,2009页。视图:出版商的网站|谷歌学术搜索
9. 共和党Attanasio g·韦伯:“消费和储蓄:模型的跨时期的分配和对公共政策的影响,“《经济文献(凝胶),48卷,不。3、693 - 751年,2010页。视图:出版商的网站|谷歌学术搜索
10. 海德尔和m . Stephens,“有Retirement-Consumption难题吗?证据使用主观退休预期。”回顾经济学和统计数据,卷89,不。2、247 - 264年,2007页。视图:出版商的网站|谷歌学术搜索
11. 美国史密斯,”退休消费谜题和非自愿提前退休:从“英国家庭专门调查”的证据,”经济日报,卷116,不。510年,C130-C148, 2006页。视图:出版商的网站|谷歌学术搜索
12. d·布劳”退休和消费的生命周期模型”,劳动经济学杂志,26卷,不。1、35 - 71年,2008页。视图:出版商的网站|谷歌学术搜索
13. m•阿吉亚尔·e·赫斯特,“消费和支出,”政治经济学杂志,卷113,不。5,919 - 948年,2005页。视图:出版商的网站|谷歌学术搜索
14. e·赫斯特,”退休消费之谜”,国家经济研究局(National Bureau of Economic Research)w13789, 2008年。视图:出版商的网站|谷歌学术搜索
15. j·d·费舍尔,d . s . Johnson, j .玛珊德·t·m·▪斯米丁和比比托里,“退休消费难题:从消费调查的证据,”经济学的信件,卷99,不。3、482 - 485年,2008页。视图:出版商的网站|谷歌学术搜索
16. b . d . Bernheim, j .斯金纳和s·温伯格,“什么占退休在美国家庭财富的变化?”美国经济评论,卷91,不。4、832 - 857年,2001页。视图:出版商的网站|谷歌学术搜索
17. e··阿古里亚·o·Attanasio, c . Meghir”退休消费的变化:从面板数据的证据,”回顾经济学和统计数据,卷93,不。3、1094 - 1099年,2011页。视图:出版商的网站|谷歌学术搜索
18. j·d·费舍尔和j·t·玛珊德“退休消费拼图在分布有何不同?”《华尔街日报》的经济上的不平等,12卷,不。2、279 - 296年,2014页。视图:出版商的网站|谷歌学术搜索
19. r . Koenker和g·巴Jr .)“回归分位数,”费雪,46卷,不。1,33-50,1978页。视图:出版商的网站|谷歌学术搜索|MathSciNet
20. r . Koenker和k·f·哈洛克”,分位数回归。”,《经济观点》(中),15卷,不。4、143 - 156年,2001页。视图:出版商的网站|谷歌学术搜索
21. r·f·恩格尔和美国Manganelli鱼子酱。”商业和经济统计》杂志上,22卷,不。4、367 - 381年,2004页。视图:出版商的网站|谷歌学术搜索
22. b . s .凯德b . r .中午,“为生态学家温柔的介绍分位数回归,”生态与环境前沿,1卷,不。8,412 - 420年,2003页。视图:出版商的网站|谷歌学术搜索
23. d·李和t . Neocleous,”贝叶斯分位数回归的统计数据与应用程序环境流行病学,”皇家统计学会杂志》:系列C(应用统计)卷,59号5,905 - 920年,2010页。视图:出版商的网站|谷歌学术搜索
24. m·王,l .张“贝叶斯分位数回归分析美国暴力犯罪的潜在风险因素,”开放杂志统计卷,02。05年,526 - 533年,2012页。视图:出版商的网站|谷歌学术搜索
25. b . j .帝国,m·富恩特斯,d . b . Dunson“贝叶斯空间分位数回归,”美国统计协会杂志》上,卷106,不。493年,6 20,2011页。视图:出版商的网站|谷歌学术搜索
26. k . Yu和r . a . Moyeed“贝叶斯分位数回归,”统计与概率的信,54卷,不。4、437 - 447年,2001页。视图:出版商的网站|谷歌学术搜索|MathSciNet
27. 和j·m·j·马沙席尔瓦,“分位数计数。”美国统计协会杂志》上,卷100,不。472年,第1237 - 1226页,2005年。视图:出版商的网站|谷歌学术搜索
28. p•休森和k . Yu”二进制性能指标,分位数回归”应用随机模型在商业和工业,24卷,不。5,401 - 418年,2008页。视图:出版商的网站|谷歌学术搜索|MathSciNet
29. m·f·Fuzi a . a . Jemain和n .伊斯梅尔”索赔计数数据的贝叶斯分位数回归模型”,保险:数学和经济学卷,66年,第137 - 124页,2016年。视图:出版商的网站|谷歌学术搜索
30. r . Koenker“quantreg”, 2015。视图:谷歌学术搜索
31. m•阿吉亚尔·e·赫斯特,“解构生命周期支出。”政治经济学杂志,卷121,不。3、437 - 492年,2013页。视图:出版商的网站|谷歌学术搜索

版权

版权©2019 Ros Idayuwati Alaudin等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。