Reference Dependence in Retirement Behavior: Evidence from...
Transcript of Reference Dependence in Retirement Behavior: Evidence from...
Reference Dependence in Retirement Behavior:Evidence from German Pension Discontinuities
Arthur Seibold
Universität Mannheim
06/09/2018
Motivation
Öffentliche Ausgaben für Renten in Industrieländern steigenvon bereits hohem Niveau
OECD-Durchschnitt: 8% des BIP, 18% der öffentlichenAusgabenAbhängigenquotient: steigt von derzeit 27% auf 49% in 2050
Politikinstrumente zur Beeinflussung vonRentenentscheidungen
Typisches ökonomisches Modell: finanzielle AnreizeÖffentliche Debatte: Altersgrenzen
Altersgrenzen als wichtiger Bestandteil von Rentensystemen inder Praxis
Mindestalter (Early Retirement Age)Altersgrenze/Regelaltersgrenze (Full/Normal Retirement Age):verbunden mit ”voller” Rente
Konzentration der Erwerbsaustritte an Altersgrenzen
Fraction of job exitsat statutory age: 29%
025
0000
5000
0075
0000
1000
000
coun
t
55 56 57 58 59 60 61 62 63 64 65 66 67job exit age
(all workers born 1933-1948)
Konzentration der Erwerbsaustritte an Altersgrenzen
Fraction of job exitsat statutory age: 29%
dτ/(1−τ)=0.32 dτ/(1−τ)=0.42 dτ/(1−τ)=−0.21
025
0000
5000
0075
0000
1000
000
coun
t
55 56 57 58 59 60 61 62 63 64 65 66 67job exit age
(all workers born 1933-1948) BC
Dieses Papier
Fragestellung: Wie kann die Konzentration der Erwerbsaustritte anAltersgrenzen erklärt werden?
Daten aus dem Rentenzugang 1992-2014ca. 9 Mio. Beobachtungen
Bunching-Methoden zur Messung des Erwerbsaustritts anAltersgrenzen und anderen Schwellen
Nutze zahlreiche Anreizschwellen (”Diskontinuitäten”) inRentenberechnung
Vorschau
1. Ergebnisse der Bunching-SchätzungFinanzielle Anreize alleine können die beobachtete Reaktionauf Altersgrenzen nicht erklärenStarker direkter Effekt der Altersgrenzen selbst
2. Mechanismus: Framing der Altersgrenzen als Referenzpunktefür Rentenentscheidungen
3. Modell mit referenzabhängigen Präferenzen zur Simulationvon Politikszenarien
Erhöhung der Regelaltersgrenze um 1 Jahr erhöht tatsächlicheRentenalter um 4 Monate - fiskalischer Effekt +e700mAlternativ: 75%-ige Steigerung der Rentenzuschläge sorgt fürgleiche Erhöhung der Rentenalter - fiskalischer Effekt −e200m
Literatur
1. Empirical retirement literatureFinancial incentives and retirement: Brown (2013),Manoli-Weber (2014), Fetter-Lockwood (2016)Statutory age reforms: Staubli-Zweimüller (2012),Lalive-Staubli (2014), Manoli-Weber (2016)Framing and reference dependence: Behaghel-Blau (2012),Brown et al. (2013), Merkle et al. (2016)
2. Bunching literatureSaez (2010), Chetty et al. (2011), Kleven-Waseem (2013),Gelber et al. (2014), Best et al. (2015), Kleven (2016)
3. Reference dependenceRecent field evidence: Rees-Jones (2014), DellaVigna et al.(2016), Allen et al. (2016)
Gliederung
1. Kontext und Daten
2. Bunching-Schätzung
3. Mechanismen
4. Modell und Simulationen
5. Fazit
Outline
1. Kontext und Daten
2. Bunching-Schätzung
3. Mechanismen
4. Modell und Simulationen
5. Fazit
Kontext
Altersgrenzen in der Gesetzlichen RentenversicherungFrühestmögliche Inanspruchnahme (Early Retirement Age,ERA)Altersgrenze bestimmter Rentenarten (Full Retirement Age,FRA)Regelaltersgrenze (Normal Retirement Age, NRA)Zugangsfaktor als diskontinuierliche Funktion des Rentenalters:Abschlag von 3.6% p.a. vor jeweiliger Altersgrenze, Zuschlagvon 6% p.a. nach Regelaltersgrenze
Es existieren zahlreiche Anreizschwellen (Diskontinuitäten)in der Rentenberechnung
AltersgrenzenAndere Anreize: Beitragsschwellen (5, 15 und 35 Jahre),Zugangsfaktor in der Erwerbsminderungsrente
Framing der Altersgrenzen
Framing: Die Art und Weise, wie eine Entscheidung vorgestelltwird, beeinflusst die Handlung des Entscheidenden.
Im Rentenkontext: Zwei Dimensionen framing
Rentenhöhe: ”gain-loss framing”, insb. Warnung vorAbschlägenRentenentritt: ”Reguläre” Zeitpunkte definiert
Experimentelle Ergebnisse zeigen, wie FramingRentenentscheidungen beeinflusst (Brown et al. 2013, Merkle etal. 2017)
Anreizmodellierung: BudgetbeschränkungNPVi(Ri) = ∑Ri−1
t=0 δtwit(1− τit)+∑Tit=max(Ri,ERA) δtBi(Ri)
Early Retirement AgeFull Retirement Age
Normal Retirement Age
contributionnotch
(15 years)
net p
rese
nt v
alue
57 58 59 60 61 62 63 64 65 66job exit age
Example: Ms A, born December 1942
Diskontinuitäten
Variation nach Rentenart und Geburtskohortepathways FRA reforms ERA reforms
Insgesamt 644 Diskontinuitäten für Kohorten 1933-1948:(1) (2) (3) (4) (5) (6) (7)
Statutory Ages Pure Financial Incentivesinvalidity contribution
all Early Full Normal all kinks notches
Mean kink size ∆τ1−τ 0.08 0.32 0.41 -0.35 0.80 0.47 0.94
No. discontinuities 386 117 257 93 258 78 180Note: Statistics weighted by group sizes. Data source: FDZ-RV - Themenfile SUFRTZN1992-2014XVSBB_Seibold
table details NTR details
Daten
Rentenzugangs-Rohdaten der Jahre 1992 bis 2014
Nach Stichprobenbeschränkungen (u.a. Kohorten 1933 bis1948, Alter 55 bis 67, mind. 5 Entgeltpunkte, best.Rentenarten, Ost vor 1995) ca. 9 Mio. Beobachtungen
summary statistics budget constraints
Bunching-Schätzung: 644 DiskontinuitätenStichprobe nach Rentenart und Kohorte gegliedert386 Altersgrenzen258 andere Anreizschwellen
Ab dem Jahr 2000 mit SOEP-Daten auf 3-stelligerBerufsebene ergänzt
Outline
1. Kontext und Daten
2. Bunching-Schätzung
3. Mechanismen
4. Modell und Simulationen
5. Fazit
Bunching: Zwei BeispieleAltersgrenze vs. Beitragsschwelle der selben Gruppe
ERAdτ/(1−τ)=0.08 (0.01)b=12.26 (0.11)
ε=4.45 (0.05)
010
000
2000
030
000
4000
0co
unt
57 58 59 60 61 62 63job exit age
Women 1945−1946A1: Early Retirement Age
method BC
Bunching: Zwei BeispieleAltersgrenze vs. Beitragsschwelle der selben Gruppe
dτ/(1−τ)=0.38 (0.14)b=1.32 (0.09)
ε=0.12 (0.01)
020
040
060
080
010
00co
unt
7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25years of contributions
notch=0.007 (0.003). Job exit age=60.4 (2.9).
Women 1945−1946A2: Pure financial incentive notch
BC
Bunching: Alle Diskontinuitäten
Statutory Ages05
1015
2025
30av
erag
e ex
cess
mas
s
Early Full Normal pure financialkink
pure financialnotch
Excess mass
Statutory Ages01
23
45
aver
age
obse
rved
ela
stic
ityEarly Full Normal pure financial
kinkpure financial
notch
Observed elasticity
table
Finanzielle Anreize und Bunching
e=0.04 (0.14)
010
2030
exce
ss m
ass
−.2 0 .2 .4kink size
N=386 discontinuities
Panel A: Statutory Ages
e=0.18*** (0.02)
010
2030
exce
ss m
ass
.2 .4 .6 .8 1kink size
N=258 discontinuities
Panel B: Pure financial incentives
Vollständige Schätzung
Regressionsgleichung:
bi
Ri= ε
∆τi1− τi
+ ∑s
βsDsi + Z′
iγ + νi
where b: excess mass, ∆τ1−τ : kink size, Z: controls,
Ds: dummy for statutory age type s ∈ {ERA,FRA,NRA}
Beobachtung i entspricht einer Diskontinuität
Koeffizient ε identifiziert Effekt des finanziellen Anreizes
Koeffizient βs identifiziert direkten Effekt einer Altersgrenze vomTyp s
Standardfehler per block bootstrap
Vollständige Schätzung(1) (2) (3) (4) (5)
Dependent variable: Excess mass b/R
kink size ∆τ1−τ 0.11*** 0.092*** 0.087 0.040 0.074
(0.027) (0.027) (0.10) (0.15) (0.19)Statutory Age at kink:
Early Retirement Age 0.23*** 0.15*** 0.17** 0.18 0.18(0.029) (0.024) (0.085) (0.11) (0.14)
Full Retirement Age 0.23*** 0.27*** 0.34*** 0.35*** 0.35***(0.047) (0.036) (0.071) (0.099) (0.11)
Normal Retirement Age 0.77*** 0.85*** 0.83*** 0.80*** 0.82***(0.077) (0.082) (0.16) (0.25) (0.32)
Observations (discontinuities) 644 644 644 644 583R-squared 0.66 0.70 0.85 0.88 0.86Stat. age interactions no yes yes yes yesWorker controls no no yes yes yesPathway FE, year-of-birth FE no no yes yes yesPathway × year-of-birth FE no no no yes yesOccupation-level controls no no no no yes
Worker controls include dummies for female, married and East Germany, last income before retirement, lifetime wealth, career length, sick leave years andeducation years. Occupation-level controls include firm size index, unionization rate, active union member rate, tenure in the firm, fraction in unlimitedcontracts, fraction receiving severance pay, fraction of involuntary job exits. Bootstrapped standard errors in parantheses. Data source: FDZ-RV -Themenfile SUFRTZN1992-2014XVSBB_Seibold
heterogeneity
Outline
1. Kontext und Daten
2. Bunching-Schätzung
3. Mechanismen
4. Modell und Simulationen
5. Fazit
Framing
Hat das Framing der Altersgrenzen als Referenzpunkte einenEffekt?
Ergänzende Analyse: Natürliches ExperimentReform der Kommunikation der Rentenversicherung mitVersicherten ab 2002: jährliche Renteninformation
Ziel: bessere Information der Versicherten
Inhalt der Briefe letter
Detaillierte, persönliche Informationen zu Beiträgen,Rentenberechnung, Rentenwert etc.Regelaltersgrenze wird als Referenzpunkt zurRentenberechnung genutzt
Effekte der Reform
one−off letter transition annual letters
∆_stat=0.04*** (0.01)
∆_fin=−0.003*** (0.00)
0.0
2.0
4.0
6.0
8fr
acio
n bu
nchi
ng
0.1
.2.3
.4fr
actio
n bu
nchi
ng
2001 2002 2003 2004 2005 2006year
statutory ages pure fin. incentives (right axis)
(all workers retiring around reform to information provision)
Effekte der Reform
one−off letter transition annual letters
∆_stat=0.04*** (0.01)
∆_NRA=0.03*** (0.01)
∆_ERA_FRA=0.01 (0.01)
0.1
.2.3
.4fr
actio
n bu
nchi
ng
2001 2002 2003 2004 2005 2006year
all statutory ages NRAERA/FRA
(all workers retiring around reform to information provision) regression
Andere MechanismenIndividuelle Fehler (behavioral inattention)
Erwerbsaustritt an Altersgrenzen scheint nicht negativ mitfinanzieller Allgemeinbildung (financial literacy) korreliert(Bildung, wirtschaftlicher Beruf, Einkommen)Reaktion auf Altersgrenzen schwindet nicht mit Wichtigkeitder Rentenentscheidung (stake size) characteristics
Extreme Fehlwahrnehmung der finanziellen Anreize wäre nötig,um tatsächliche Reaktion zu erklären (e.g. 95% kink size atNRA, rather than actual -35%)
Rolle der ArbeitgeberseiteSelbständige und Arbeitnehmer in Kleinunternehmen (keinKündigungsschutz) reagieren ähnlich self-emp.
Zwangsverrentung nur an Regelaltersgrenze möglich, erklärtErgebnisse nichtAnreize auf Arbeitgeberseite nur schwach mit Reaktion aufAltersgrenzen korreliert (z.B. Unternehmensgröße,Gewerkschaftsquote)
Outline
1. Kontext und Daten
2. Bunching-Schätzung
3. Mechanismen
4. Modell und Simulationen
5. Fazit
Framing und Referenzabhängigkeit
1. Institutionelles Framing: Altersgrenzen als Referenzpunkte
2. Evidenz zum MechanismusDieses Papier: Framing, nicht individuelle Fehler oderArbeitgeberseiteExperimente und Umfragen: z.B. Shoven et al. (2017), Merkleet al. (2017), Coppola-Wilke (2014)
3. Referenzabhängigkeit (reference dependence) als relativgenereller Modellansatz
Referenzpunkt: Diskontinuität in der NutzenfunktionMögliche Fundierungen: Framing-Effekt, Norm, Erwartung,audience effect”Pragmatischer” Ansatz mit Fokus auf Politikimplikationen
Referenzabhängigkeit im Modell
Zwei plausible Dimensionen (Behaghel-Blau 2012, Merkle et al.2016)
Rentenentritt, z.B. ”regulärer” ZeitpunktRentenhöhe/Konsum, e.g. ”volle” RenteBeide können als ”Verlustaversion” interpretiert werden
Nutzenfunktion:
U = u(C)− v(R,n)− 1(C ≤ C) ·λc(C−C)︸ ︷︷ ︸loss aversion in consumption
−1(R ≥ R) · λl(R− R)︸ ︷︷ ︸loss aversion in leisure
where C = C(R)IC
Bunching an einem Referenzpunkt
Reference-dependent Reference-dependentutility from consumption disutility from work
RRR∗−
h(R)
bunchingmass
pre-ref.
post-ref.
bunching
RR R∗+
h(R)
bunchingmass
pre-ref.
post-ref.
bunching
algebra structural estimation
Simulation 1: Keine Referenzpunkte
050
0000
1000
000
coun
t
57 58 59 60 61 62 63 64 65 66 67job exit age
actual simulated
(all workers born 1933-1948)
Simulation 1: Keine Referenzpunkte
Panel A: Workers respond only to incentives(1) (2) (3) (4)
actual counterfactualsε = 0.15 ε = 0.09 εg = 0.29
Percentage of job exits at statutory ages 29.0 6.04 4.92 10.1% explained (of actual) 20.8% 17.0% 34.8%
Average excess massat all discontinuities 19.2 0.99 0.48 2.00
% explained (of actual) 5.16% 2.50% 10.43%at all statutory age kinks 21.8 0.65 0.27 1.81
% explained (of actual) 2.98% 1.24% 8.29%
Average job exit age 60.84 60.77change (months) -0.9
Simulation 2: RentenreformenSzenario A: Regelaltersgrenze von 65 auf 66 erhöht
020
000
4000
060
000
8000
0co
unt
59 60 61 62 63 64 65 66 67 68job exit age
actual counterfactual
(all workers born 1946)
Simulation 2: RentenreformenSzenario B: Zuschläge für späteren Renteneintritt erhöht
020
000
4000
060
000
8000
0co
unt
59 60 61 62 63 64 65 66 67 68job exit age
actual counterfactual
(all workers born 1946)
Simulation 2: Rentenreformen
Szenario A: Regelaltersgrenze von 65 auf 66 erhöhtEffekt: durchschnittliches Alter unter Erwerbsaustritten ab 60steigt um 4 Monate (10.8 Monate ab 65)
Szenario B: Zuschläge für späteren Renteneintritt erhöhtZuschläge auf durchschnittlichen Effekt in Szenario A kalibriertErgebnis: 75%-ige Erhöhung der Zuschläge benötigt (vonderzeit 6% auf 10.5% p.a.)
Fiskalischer Effekt: Szenario A mit positivem Effekt von+e731m für eine Geburtskohorte, Szenario B mit Nettoeffektvon −e206m
table
Outline
1. Kontext und Daten
2. Bunching-Schätzung
3. Mechanismen
4. Modell und Simulationen
5. Fazit
Fazit
Starke Konzentration der Erwerbsaustritte an Altersgrenzenkann nicht alleine durch finanzielle Anreize erklärt werden
Starker direkter Effekt der Altersgrenzen selbst
Mechanismus: Institutionelles Framing als Referenzpunkte
Modellschätzung und Simulationen50-80% der Erwerbsaustritte an Altersgrenzen durchReferenzabhängigkeit erklärtPolitikimplikation: Altersgrenzen als sehr effektives Mittel zurBeeinflussung des Rentengeschehensz.B. Erhöhung der Altersgrenzen mit positivem fiskalischemEffekt, durch rein finanzielle Anreize schwierig zu erreichen
Budget Constraint
NPVi(Ri) = ∑Ri−1t=0 δtwit(1− τit)+∑Ti
t=max(Ri,ERA) δtBi(Ri)
Early Retirement AgeFull Retirement Age
Normal Retirement Age
(1−τ)w
net p
rese
nt v
alue
57 58 59 60 61 62 63 64 65 66 67job exit age
back
Pathways
Pathway Required Other requirements FRA ERAcontributions after 1990s reforms
Regular 5 years - 65 65Long-term insured 35 years - 65 63Women 15 years female 65 60
10 years fullUnemployed/part-time 15 years unemployed or in old-age 65 60
8 years full part-time work before retirementDisability 35 years disability 63 60Invalidity 5 years stricter disability - -
3 years full
back
Full Retirement Ages (FRA)
back60
6162
6364
65F
ull R
etire
men
t Age
1932
1933
1934
1935
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
birth cohort
regular long−term insuredunemp./part−time womendisabled
Early Retirement Ages (ERA)
back60
6162
6364
65N
orm
al R
etire
men
t Age
1932
1933
1934
1935
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
birth cohort
regular long−term insuredwomen unemp./part−timedisabled
Summarizing discontinuities
(1) (2) (3) (4) (5) (6) (7)Statutory Ages Pure incentives
invalidity contributionall Early Full Normal all kinks notches
Mean kink size ∆τ1−τ 0.08 0.32 0.41 -0.35 0.80 0.47 0.94
s.d. across groups 0.42 0.28 0.34 0.15 0.61 0.21 0.67
s.d. within group 0.06 0.05 0.08 0.05 0.28 0.13 0.34
No. discontinuities 386 117 257 93 258 78 180Note: Statistics weighted by group sizes. Data source: FDZ-RV - Themenfile SUFRTZN1992-2014XVSBB_Seibold
back
Framing
back1 back2
Framing
back1 back2
Framing
back1 back2
Framing
back1 back2
Implicit Net-of-Tax Rate
Ci =Ri−1
∑t=0
δtwit(1− τpit)+
Ti
∑t=max(Ri,ERA)
δtBi(Ri)
where T: time of death, w: individual gross wage per period andτp: payroll tax rate.Now assume constant wages and payroll tax and no discounting.
Ci = wi(1− τpi )Ri +Bi(Ri)(Ti −max(Ri,ERA))
Implicit net wage and net-of-tax rate:
wneti =
dCidRi
=wi(1− τpi )+B′
i(Ri)(Ti −max(Ri,ERA))
−1(Ri ≥ ERA)Bi(Ri)
1− τi =wnet
iwi
back
Summary Statistics(1) (2) (3)
individual sample occupation-matched bunching samplesample
job exit age 60.87 61.89 60.87(2.79) (2.67) (1.46)
benefit claiming age 62.03 62.61 62.12(2.34) (2.12) (1.44)
lifetime wealth 1,082,887 1,120,252 1,074,722(420,416) (434,983) (258,461)
career length 43.57 44.18 43.60(6.54) (6.94) (2.35)
contribution points 37.00 38.99 36.76(17.21) (18.08) (10.67)
female 0.45 0.45 0.48(0.50) (0.50) (0.43)
married 0.76 0.76 0.76(0.42) (0.43) (0.06)
sick leave (years) 0.075 0.056 0.07(0.26) (0.21) (0.04)
schooling (years) 10.60 10.74 10.64(1.58) (1.79) (0.28)
small firm 0.27(0.18)
large firm 0.44(0.18)
tenure 8.95(2.80)
unlimited contract 0.83(0.09)
Obs. (individuals) 8,880,619 3,955,574Obs. (discontinuities) 644
Standard deviations in parantheses. Data source: FDZ-RV - Themenfile SUFRTZN1992-2014XVSBB_Seibold back
Empirical Budget Constraints
Ci =Ri−1
∑t=0
δtwit(1− τpit)+
Ti
∑t=max(Ri,ERA)
δtBi(Ri)
Benefit eligibility simulated for each individual at allretirement ages
Lifetime budget constraint simulated usingsimulated benefit eligibilityindividual wage informationlife expectancy by gender and birth cohort3% discount rate
back
Bunching Method
Step 1 of empirical strategy: quantify responses at eachdiscontinuity
Bunching method (Saez 2010):Excess mass b = B/h0(R): bunching relative tocounterfactual h0(R)
counterfactual estimation: fit polynomial to observed density,excluding the bunching regionassumption: density smooth in the absence of threshold
Observed elasticity can be calculated as ε = b/R∆τ/(1−τ)
elasticity of the retirement age w.r.t. net-of-tax rate∆τ/(1− τ): “kink size”intuition: b ≈∆R of “marginal buncher”
back
ERA 60 in women’s pathway
ERA
kink=0.08 (0.01)
lifet
ime
wea
lth
57 58 59 60 61 62 63job exit age
Women, 1945−1946A1: Early Retirement Age
back
15 year notch in women’s pathway
contribution threshold
notch=0.007 (0.003)approx. kink=0.38 (0.14)
norm
aliz
ed li
fetim
e w
ealth
13 14 15 16 17 18years of contributions
Women, 1945−1946A2: Contribution notch
back
Bunching Across all Discontinuities
(1) (2) (3) (4) (5) (6) (7)Statutory Ages Others (no statutory age)
all Early Full Normal all kinks notches
Excess mass b 21.8 13.8 20.6 31.8 2.99 0.09 4.31(0.88) (0.96) (0.87) (1.99) (0.27) (0.04) (0.34)
Observed 1.64 1.91 1.39 4.12 0.15 0.009 0.22elasticity ε (0.07) (0.12) (0.08) (0.55) (0.01) (0.003) (0.02)
Note: Averages weighted by group sizes. Standard errors in parantheses. Average observed elasticity calculated excluding non-convex NRAkinks. Data source: FDZ-RV - Themenfile SUFRTZN1992-2014XVSBB_Seibold
Brown (2013), Manoli-Weber (2014): ε = 0.01−0.04
back
Exploring Heterogeneity
Recall: main estimation robust to controlling for workercharacteristics, firm-related variables, group FE
Additional checksMain estimation robust to allowing for group-specificcoefficients“Statutory age effect” holds across all groups of workersdefined by individual chacteristics and firm-related variablesDecomposition exercise (Oaxaca-Blinder)
Between 64% and 103% of additional bunching at statutoryages cannot be explained by observablesIndividual characteristics explain up to 12%, firm-related up to15%
back
Information
back
Framing Effects: Exploiting a Reform(1) (2) (3) (4)Dependent variable: Excess mass b/R
kink size ∆τ1−τ 0.085** 0.029 0.094*** 0.040
(0.041) (0.099) (0.016) (0.097)Statutory age at kink:
Early Retirement Age 0.070* 0.13 0.15*** 0.18*(0.039) (0.090) (0.032) (0.098)
Full Retirement Age 0.14*** 0.30*** 0.18*** 0.33***(0.048) (0.085) (0.058) (0.083)
Normal Retirement Age 0.78*** 0.68*** 0.82*** 0.70***(0.074) (0.16) (0.11) (0.15)
Interactions:annual letters × kink size 0.085 -0.054 -0.003 0.042
(0.12) (0.091) (0.054) (0.12)annual letters × statutory age 0.20*** 0.11*
(0.054) (0.061)annual letters × Early Retirement Age 0.003 0.021
(0.054) (0.062)annual letters × Full Retirement Age 0.14* 0.038
(0.08) (0.069)annual letters × Normal Retirement Age 0.044 0.17
(0.18) (0.15)Observations (Discontinuities) 644 644 644 644R-squared 0.71 0.86 0.70 0.86Statutory age interactions yes yes yes yesWorker controls no yes no yesYear of birth FE no yes no yesPathway FE no yes no yes
back
Weighted group-level regressions. Bootstrapped standard errors in parantheses. Data source: FDZ-RV - ThemenfileSUFRTZN1992-2014XVSBB_Seibold
Worker characteristics(1) (2) (3)
Dependent variable: Dummy for job exit at...any statutory ERA/FRA NRA
age
schooling 0.007*** -0.009*** 0.015***(0.0005) (0.0005) (0.0006)
economic training 0.015*** 0.053*** -0.038***(0.002) (0.003) (0.002)
life earnings 0.26*** 0.095*** 0.17***(0.006) (0.006) (0.007)
last earnings 0.089*** 0.021*** 0.068***(0.002) (0.002) (0.002)
pension wealth/annual earnings 0.039*** -0.002* 0.041***(0.006 ) (0.001) (0.001)
female -0.020*** 0.11*** -0.13***(0.005) (0.004) (0.005)
married -0.17*** -0.017*** -0.15***(0.004) (0.003) (0.001)
female × married -0.009** 0.035*** -0.044***(0.002) (0.002) (0.003)
Mean dep. var. 0.32 0.18 0.14Observations 3,557,890 3,557,890 3,557,890R-squared 0.15 0.08 0.20Add. worker controls yes yes yesOcc.-level controls yes yes yesYear of birth FE yes yes yesPathway FE yes yes yes
Individual-level regression. Standard errors clustered at pathway*month of birth level.Data source: FDZ-RV - Themenfile SUFRTZN1992-2014XVSBB_Seibold
back
Self-Employed and Very Small Firms
p_stat=0.32
0.0
5.1
.15
.2de
nsity
57 58 59 60 61 62 63 64 65 66 67job exit age
A: all occupations
back
p_stat=0.28
0.0
5.1
.15
.2de
nsity
57 58 59 60 61 62 63 64 65 66 67job exit age
B: self−employed
p_stat=0.31
0.0
5.1
.15
.2de
nsity
57 58 59 60 61 62 63 64 65 66 67job exit age
C: most frequently in small firms
Bunching at a Reference Point
Reference-dependent Reference-dependentutility from consumption disutility from work
RR∗− R
C
C(R)
type ntype n∗−
RR R∗+
Ctype n
type n∗+
back
Combining Reference Dependence with Incentives
Bunching quantity at combined threshold:
bR=
[(1− τ
1− τ−∆τ−λl
)ε−1
]︸ ︷︷ ︸
bunching from right
+
[1−
(1
1+λc
)ε]︸ ︷︷ ︸bunching from left
reference dependence in consumption ⇒ bunching from theleftreference dependence in labor supply/leisure ⇒ exacerbateskink bunching from the right
back
Structural EstimationEstimate bunching relationship from model:
bi
Ri=
[(1− τi
1− τi −∆τi −∑s λsl Ds
i
)ε−1
]+
[1−
(1
1+∑s Dsi λsc
)ε]+ξi
Elasticity ε 0.15***[0.13,0.17]
(1) (2) (3)ERA FRA NRA
λc 3.15*** 4.48*** 0.48***[1.87,6.34] [2.27,10.00] [0.12,1.00]
λl 0.083*** 0.077*** 0.38***[0.049,0.12] [0.0035,0.079] [0.38,0.45]
Parameter estimates based from preferred specification, using missing density shares over 24 months around each threshold. Bootstrapped95% confidence intervals in parantheses. Data source: FDZ-RV - Themenfile SUFRTZN1992-2014XVSBB_Seibold
back
Simulation 2: Policy Counterfactuals
(1) (2) (3)actual counterfactuals
Policy NRA increase increase in rewardsfrom 65 to 66 for late retirement
from 6% to 10.5%
Average job exit age (65 and above) 65.0 65.9 65.9change (months) +11 +11
Average job exit age (60 and above) 62.8 63.1 63.0change (months) +4 +3
Excess mass at NRA 28.5 23.1 12.4change -5.4 -16.1
Net fiscal effect +e731m -e206mcontributions collected +e301m +e301mbenefits paid -e433m +e504m
Data source: FDZ-RV - Themenfile SUFRTZN1992-2014XVSBB_Seibold
back