面向前向效用与老龄化人口的Pay-As-You-Go制度下的最优投资与养老政策
机器学习
2026-05-14 v1 机器学习
概率论
摘要
本文研究了在Pay-As-You-Go（PAYG）制度下的最优投资与养老政策，该制度辅以缓冲基金作为代际风险分担机制。社会计划员的偏好准则由非零波动前向常用相对风险厌恶（CRRA）效用表示，显式地考虑了可持续性和足量性约束。以封闭形式 characterize 了最优政策，并深入分析了偏好灵敏度对养老方案的影响。对该混合PAYG缓冲基金安排在广泛的人口、金融和宏观经济情景下，对可持续性和福利足量性进行了详细的数值分析。
关键词
引用
@article{arxiv.2605.12697,
title = {A Unified Framework for Critical Scaling of Inverse Temperature in Self-Attention},
author = {Tomohiro Hayase and Ryo Karakida},
journal= {arXiv preprint arXiv:2605.12697},
year = {2026}
}