Dapatkah seorang individu menggunakan model kelembagaan pada tingkat pensiun pribadi dan investasi?

Oleh Jim Hiles

Pelajari lebih lanjut tentang Jim di Situs kami Tanya Penasihat

Salah satu "investor" terbesar dan termaju di dunia termasuk pensiun atau dana pensiun yang menginvestasikan jumlah besar untuk memberikan manfaat yang dijanjikan bagi sekelompok peserta karyawan. Dapat dikatakan bahwa mereka menggunakan pikiran paling cerdas dan penelitian paling maju untuk membantu mereka mencapai hasil yang diinginkan.

Umumnya, program pensiun menginvestasikan jumlah yang telah ditentukan sebelumnya untuk mendanai pensiun yang dijanjikan pada waktu tertentu. Rencana tersebut perlu menghitung jumlah yang didepositokan dan mencapai tingkat pengembalian yang diasumsikan untuk mendanai “kewajiban” setelah pensiun tercapai. Namun, selama dekade terakhir gejolak ekonomi, rencana pensiun harus berurusan dengan dua masalah signifikan - volatilitas yang lebih tinggi dan hasil investasi yang lebih rendah daripada yang mereka duga. Selain itu, masalah ekonomi baru-baru ini telah menghambat kemampuan mereka untuk mendanai kewajiban masa depan mereka. Komite investasi menggunakan metode yang disebut pencocokan "kewajiban aset" atau pemodelan untuk mengurangi dampak pendeknya. "De-risking" sering melibatkan mengalokasikan persentase yang lebih besar dan lebih besar untuk obligasi. Pertanyaan yang menggelitik sekarang adalah apakah “tidak mempertaruhkan” akan membawa kita ke arah yang salah mengingat manipulasi fiskal yang terjadi dalam skala global?

Tantangannya adalah bahwa model sebelumnya telah menggunakan asumsi statis berdasarkan hasil simulasi dari masa lalu. Portofolio harus berubah untuk memenuhi kewajiban dan komite perencanaan enggan untuk melakukannya. Apakah pencocokan kewajiban aset bekerja di pasar saat ini? Dan bagaimana pemikiran ini dapat berguna bagi investor individu?

Mari mulai dengan hal-hal dasar. Apa itu pencocokan kewajiban aset? Cukup sesuaikan aset untuk membayar kewajiban di masa depan.

Apa yang berisiko? De-risking hanya membuat perubahan dalam bauran alokasi (meningkatkan obligasi vs ekuitas) karena kami semakin dekat untuk memiliki rencana yang sepenuhnya didanai atau jumlah yang diperlukan untuk pensiun. Ini "jalur meluncur" dapat diproyeksikan dan dikelola untuk mengevaluasi kemajuan dan kemungkinan keberhasilan.

Sebagai perencana pensiun yang rasional, seorang individu harus melihat pendapatan pensiun (masa depan keuangan mereka) sebagai kewajiban masa depan, bukan hanya lamunan berada di pantai. Dana pensiun pribadi harus dipandang sebagai hutang seperti kewajiban pensiun; hutang kepada diri sendiri yang harus kita bayar. Ironisnya, lebih sedikit dari kita bahkan akan memiliki pensiun, sehingga pemodelan pribadi bahkan lebih penting. Kita tentu saja dapat membuat asumsi bahwa kita harus membuat model “kewajiban aset pribadi” kita menggunakan risiko rencana pensiun, asumsi pengembalian, dan asumsi biaya institusional yang serupa.

Pemodelan kewajiban aset menggunakan simulasi berbasis Monte Carlo berbasis regresi untuk menghasilkan distribusi alokasi investasi berorientasi ke depan berdasarkan pengimbangan pengembalian risiko jangka panjang. Dengan investasi berbasis kewajiban, jumlah (atau kewajiban) berdasarkan kebutuhan arus kas masa depan ditentukan. Tujuan keuangan ini adalah apa yang paling penting untuk rencana pensiun. Namun, ketika berinvestasi untuk satu orang vs. statistik dalam kelompok besar orang, jumlah itu jauh lebih sulit untuk ditentukan.

Cara paling sederhana untuk menjelaskan jalur lompatan pensiun adalah dengan memikirkan trade off risiko historis dari ekuitas ke obligasi. Umumnya Anda memulai dengan horizon waktu yang panjang dan karena itu alokasi yang lebih tinggi untuk ekuitas. Ketika nilai mencapai jumlah tertentu (bukan usia), Anda "menurunkan shift" risiko dengan menurunkan ekuitas dan meningkatkan obligasi. Probabilitas memukul target yang terkait dengan volatilitas pengembalian lebih rendah dengan ekuitas (kemungkinan bahwa Anda mencapai target disebut kesalahan pelacakan). Oleh karena itu, penurunan risiko harus meningkatkan kesalahan pelacakan.

Proses de-risking melibatkan peramalan untuk meningkatkan probabilitas (menekankan kemungkinan, bukan prediktabilitas). Ketika Anda mengurangi risiko terhadap jumlah yang diperlukan untuk mendanai kewajiban, Anda dapat mengikuti jalur peluncur untuk berinvestasi ke pensiun yang didanai. Meningkatkan obligasi menurunkan kesalahan pelacakan dan Anda telah berpindah dari risiko tinggi ke risiko rendah. Atau apakah kamu?

Atau apakah dunia investasi terlalu banyak berubah untuk pemodelan berdasarkan peristiwa baru-baru ini?

Konsep de-risking mengasumsikan meningkatkan alokasi obligasi. Studi meningkatkan penggunaan perpanjangan jangka panjang Treasury AS dan obligasi AS jangka panjang untuk pembuatan alokasi obligasinya risiko durasi. Dalam dunia manipulasi fiskal, berapa banyak risiko yang ada dalam jenis investasi obligasi tradisional dan tidak berisiko terjebak dalam perangkap di mana Anda terjerat dalam anomali tingkat suku bunga?

Bagaimana jika ada defisit dalam pendanaan Anda. Anda memiliki dua pilihan, berkontribusi lebih banyak atau mengambil risiko lebih tinggi. Tampaknya itu adalah pesan yang dikatakan Fed kepada kita sekarang, bukan? Tetapi mereka juga dapat mencetak kontribusi (uang) dan kebanyakan orang dapat mencetak sendiri atau mengalami kesulitan meningkatkan kontribusi mereka.

Salah satu cara untuk menangani pencadangan aset pensiun pribadi adalah dengan memeriksajalur luncur pribadi dan menantang asumsi saat ini berdasarkan lingkungan pasar yang tidak teratur dan belum dipetakan. Kami tidak dapat memprediksi masa depan tetapi kami tahu bahwa stress testing dapat membantu membuat perubahan yang sesuai dalam alokasi aset. De-risking dengan pemodelan aset kewajiban dapat meningkatkan probabilitas untuk menghasilkan hasil yang lebih baik melalui manajemen jalur luncur aktif.Namun, Anda juga harus memahami apa yang membuat Anda tidak berisiko sehingga Anda tidak ketinggalan landasan pensiun pribadi Anda.

Referensi: Glide Path ALM. Penulis: Kimberly Stockton dan Anatoly Schtekman, kertas Penelitian Vanguard 2012 tersedia di Vanguard.com.glidepathalm