Czynniki wpływające na wybór form oszczędzania w celu zabezpieczenia emerytalnego (na przykładzie studentów wybranych łódzkich uczelni)

• Autorzy: Petre Iltchev , Dominika Cichońska

Warianty tytułu

Socio-Economic Factors Affecting the Retirement Investment Choice (Case of the Students of Selected Universities in Lodz )

• Języki publikacji: PL

Abstrakty

W artykule zaprezentowano szczegółową analizę zależności między determinantami a wyborem formy oszczędzania, wizji przyszłości emerytalnej a wyborem konkretnych produktów finansowych. Szukano odpowiedzi na pytanie: jaki jest wpływ poszczególnych czynników na wybór konkretnej formy oszczędzania. Uwagę skoncentrowano na tym, jakie są powiązania między poszczególnymi cechami i ich atrybutami a odpowiednią formą inwestowania, jakie czynniki odgrywają istotną rolę przy wyborze konkretnej formy oszczędzania w celu zwiększenia dochodów po przejściu na emeryturę. Do czynników, które określają, jaką konkretną formę oszczędzania przyjmie dany inwestor, możemy zaklasyfikować: wiedzę w zakresie inwestowania, którą posiada dana osoba, czas, minimum wymaganych środków (kapitału), jakich wymaga dana inwestycja, pożądany zwrot z inwestycji oraz poszukiwany stopień bezpieczeństwa. (fragment tekstu)

EN

The aim of the paper is analysis of socio-economic factors affecting the retirement investment choices by students of various forms of investment to boost revenue after the retirement. The following factors were considered as possible determinants: the level of household income, place of residence, the trust to the Social Insurance Institution, the debt of the household, age, marital status, whether the person has worked or intends to work abroad. The responses was analyzed using an online version of the software SAS OnDemand for Academics from SAS Institute. (original abstract)

Słowa kluczowe

PL

Zabezpieczenie emerytalne; Oszczędności gospodarstw domowych; Formy oszczędzania; Emerytury

EN

Pension arrangement; Household savings; Saving forms; Pensions

• Czasopismo: Polityka Społeczna
• Rocznik: 2011
• Numer: nr 3 (tematyczny) Problemy zabezpieczenia emerytalnego w Polsce i na świecie. Cz. 2
• Strony: 5--7

Twórcy

autor

Petre Iltchev

• Uniwersytet Medyczny w Łodzi

autor

Dominika Cichońska

• Uniwersytet Medyczny w Łodzi

Bibliografia

• Bianchi S. (2011), Family Data and Research in the Health and Retirement Study, "Forum for Health Economics & Policy", volume 14, issue 3, article 10.
• Jackson T, Balduf M., Yasaitis L, Skinner J., (2011), Which Questions in the Health and Retirement Study are Used by Researchers? Evidence from Academic Journals, 2006 - 2009, "Forum for Health Economics & Policy", Vol.14, Issues 3, Article 12, s. 1.
• Levin N., and Zahavi J. (2010), Data Mining for Target Marketing, w: Oded Maimon, Lior Rokach (eds.), Data Mining and Knowledge Discovery Handbook, Second Edition, Springer New York Dordrecht Heidelberg London, s. 1189-1220.
• Maimon O. Rokach L. (Editors), (2010), Data Mining and Knowledge Discovery Handbook, Second Edition, Springer New York Dordrecht Heidelberg London.
• Marques de Sa J. (2007), Applied Statistics Using SPSS, STATISTICA. MATLAB and R, second edition, Springer-Verlag, Berlin Hedelberg New York 2007, s. 39 i nast.
• Rud 0. (2001), Data Mining Cookbook. Modeling Data for Marketing, Risk, and Customer Relationship Management, New York: John Wiley & Sons, Inc.
• SAS Institute Inc. (2003), Data Mining Using SAS® Enterprise Miner: A Case Study Approach, Second Edition. Cary, NC: SAS Institute Inc.
• SAS Institute Inc. (2006), Getting Started with SAS® Enterprise Miner 5.2. Cary, NC: SAS Institute Inc.
• Stephen McDaniel, Chris Hemedinger, SAS® For Dummies®, (2010) 2nd Edition, Wiley Publishing, Inc.
• Thearling K. (2010), Data Mining for CRM [in] Oded Maimon, Lior Rokach (Edi-tors), Data Mining and Knowledge Discovery Handbook, Second Edition, Springer New York Dordrecht Heidelberg London, s. 1181-1188.
• Tsiptsis K., Chorianopoulos A. (2009), Data Mining Techniques in CRM. Inside Customer Segmentation, Wiltshire: John Wiley & Sons, Ltd.
• Yu. N. Blagoveschensky and Satarov G., (2005), A New Approach to Building Fuzzy Classifications in Sociological Research with Survey Data, w: Saman K. Halgamuge, Lipo Wang (eds.), Classification and Clustering for Knowledge Discovery, Springer-Verlag Berlin Heidelberg 2005, s. 349-356.