The UK Universities Superannuation Scheme valuations 2014-2023: gilt yield dependence, self-sufifciency and metrics
创建于 更新于
摘要
本报告回顾了2014年至2023年间英国大学退休金计划(USS)评估,重点揭示其养老金缴纳成本对英国国债收益率(gilt yield)的高依赖性(95%-99%相关)。研究指出,USS特有的“自我维持”定义中的资金比率条件在模型中占主导,推高了自我维持负债,导致过度审慎和成本波动剧烈;并分析了USS的“实际”和“目标依赖性”指标及其对技术准备金负债(TP)设定的影响,辅以多项图表数据支持该机制解释贡献率对gilt yield的高度敏感性,进而引发监管关注并导致多次劳资纠纷。[page::0][page::2][page::11][page::29]
速读内容
- USS养老金计划的缴费率与英国政府债券收益率(gilt yield)高度相关,相关系数达到95%-99% [page::2][page::3][page::10]。

- 2020年低收益率导致缴费率高达37%,而2023年收益率提高至3.7%时,缴费率降至20.6%。
- 该敏感性同时体现在未来服务成本(FSC)和技术准备金(TP)上,两个阶段的折现率均强烈依赖gilt yield。
- USS采用预退休(90%股票)和后退休(90%债券)双折现率模型,预退休折现率与gilt yield呈97%-99%高度相关,尽管基准投资组合为60%股票,理论上不应如此 [page::5][page::6][page::8][page::10]。


- USS采用的“自我维持”(Self-sufficiency, SfS)定义含有两个条件:“有95%置信水平下支付全部养老金的能力”和“每三年95%置信水平维持90%资金比率”。其中资金比率条件在计算中占主导地位,显著推高SfS负债,增加估值对gilt yield的敏感度,但该条件并不预测未来养老金支付能力 [page::11][page::13][page::15][page::19]。



- USS的“实际依赖度”(Actual Reliance)可同时显示绿灯(技术准备金充足)和红灯(自我维持负债严重超出资产),因为技术准备金(TP)和自我维持负债(SfS)基于不同的假设和计算,实际依赖度和目标依赖度(Target Reliance)共同对TP负债设定上下压力 [page::23][page::25]。
- 具体计算公式明确了实际依赖度与TP盈余和SfS盈余之间的关系,导致误判风险状态。

- USS整合风险管理框架(IRMF)通过SfS资金比率条件设定SfS负债,进而确定折现率,最终驱动贡献率对gilt yield的极高敏感性。该流程几乎完全绕过对资产组合最优收益的估计 [page::26][page::29]。

- 独立分析和监管观点均指出SfS负债因资金比率条件被非正常推高,且该条件无法预测支付能力。监管机构多次针对高SfS及TP负债给予关注,可能引发更多监管干预 [page::28]。
- 过去十年由于这一机制,高波动的贡献率引发工会多次罢工争议。2023年协议已恢复2022年裁减的养老金权益,投入9亿英镑补偿损失,未来依然需要透明和稳健的估值机制以减少争议 [page::29][page::31]。
- 附录数据显示,USS贡献率对gilt yield的高度依赖性长期存在,从2014年至今始终稳定达95%-99%,监控数据与正式评估数据高度一致,支持主文结论 [page::35][page::37][page::39][page::41]。


- USS公布的最佳预估收益率存在数据前后不一、不一致情况,模糊了折现率设置的透明度 [page::45].
深度阅读
详尽分析报告:《The UK Universities Superannuation Scheme valuations 2014-2023: gilt yield dependence, self-sufficiency and metrics》
---
1. 元数据与概览
- 报告标题:The UK Universities Superannuation Scheme valuations 2014-2023: gilt yield dependence, self-sufficiency and metrics
- 作者:Jackie Grant
- 机构:英国萨塞克斯大学物理与天文学系
- 发布日期:2024年4月10日
- 主题:对英国大学养老金体系——大学超级年金计划(USS)2014-2023年的精算估值数据进行系统性回顾和分析,重点聚焦养老金成本对英国政府债券收益率(gilt yield)的高度依赖性、USS特定的“自给自足”定义(Self-sufficiency, SfS)及其财务指标的适用性与问题。
核心论点与目标:
本报告展现了USS养老金成本(即未来服务成本和技术准备金)与英国政府债券收益率高度相关(相关系数达到95-99%),揭示了USS定价和成本计算中存在对gilt yield过度依赖的问题。重点批判了USS特有的“自给自足”定义中“维持高资助率”这一条件对养老金负债的膨胀和不合理的审慎性导致成本过高。此外,报告还详细分析了USS的“实际依赖”(Actual Reliance)和“目标依赖”(Target Reliance)指标的矛盾表现及其对监管的影响。
---
2. 逐节深度解读
2.1 引言(Section 1,页1)
- 介绍了USS规模(700-800亿英镑,涵盖约50万会员)及其重要性。
- 描述了过去10年由于估值导致的多次纠纷、工业行动和养老金计划改革。
- 提出研究的五大内容板块:
1)未来服务成本与gilt yield高度相关;
2)USS自给自足定义中的两个核心条件的分析;
3)实际依赖与目标依赖指标的验证及矛盾;
4)USS集成风险管理框架(IRMF)的驱动机制;
5)提供基于证据的决策支持和共识建设。
---
2.2 未来服务成本与英国国债收益率高度相关(Section 2,页2-10)
第2部分重点内容:
- 未来服务成本(FSC)定义:指为当前年服务成员所产生的未来养老金成本,通常以工资比例表示,是衡量养老金成本的核心指标。成本分担比例约为雇主70%,员工30%。
- 关键发现:
- 五次USS估值(2014,2017,2018,2020,2023)显示FSC与gilt yield之间的相关系数高达0.98-0.99,且成本随着gilt yield的变化呈显著反向线性趋势(见图1)。
- 2020年gilt yield处于历史低位0.7%,FSC高达37%;2023年gilt yield回升至3.7%,FSC降至20.6%。这导致养老金成本每年减少约16.4个百分点,节省资金约16亿英镑。
- 历史数据和后续季度监控均类似显示了极强的相关性,且监控数据趋势较估值更为保守(见图2,表1)。
- 折现率的应用与逻辑:
- 养老金估值对未来现金流进行折现,选取折现率时必须考虑一定的审慎性(prudence),以满足监管要求。
- USS采用“双折现率”(Dual Discount Rate,DDR)策略,分为退休前折现率(90%股票)和退休后折现率(90%债券),分别代表长期增长与固定收益资产。FSC使用约55%退休前折现率和45%退休后折现率加权,整体约54%股票配置,略低于整体投资组合60%的配置。
- 图表解析:
- 图3显示了退休前折现率与gilt yield的关系,其中折现率与gilt yield的拟合优度达到99%,这令人困惑,因为90%权益类资产的预期收益不应如此高依赖债券收益率。
- 图4则展示预期收益(best estimate)和gilt yield的较弱相关(0.78),显示折现率的设置并非基于理性预期,而是通过某种机制直接靠拢债券收益率。
- 波动敏感度(表2与分析):
- 退休前折现率变动导致FSC减少约8个百分点,占2020-2023年16.4个百分点成本下降的一半左右,其余由退休后折现率变化贡献。
- 对于既是权益类又是债券类资产的两种组合,均对整体风险产生几乎同等的波动贡献。
结论:未来服务成本对gilt yield的依赖极高,与传统多元化资产配置带来的风险分散原则背道而驰。这表明USS的成本设置机制可能存在机制性偏误。
---
2.3 技术准备金(Technical Provisions,TP)与gilt yield相关性(Section 2.3,页8-10)
技术准备金关键点:
- TP是基于过去已承诺养老金现金流现值计算的负债,折现率采用DDR,但权重不同,TP主要采用33%退休前折现率及67%退休后折现率,更偏向债券资产(有效投资组合约36%股票,64%债券)。
- 图5显示退休后折现率与gilt yield高度相关(相关系数97%-99%,斜率接近1,即退休后折现率≈gilt yield + 0.7%)。
- TP依赖折现率,导致评估出的偿付缺口(Deficit)与gilt yield波动同步,曾因2020年gilt yield低导致缺口达150亿英镑,2023年gilt yield升高时转为70亿盈余。
- 具备权威研究(Wong 2018)的支持,确认TP负债与gilt yield高度相关(98%-99%相关,图表详见附录A.1)。
---
2.4 章节总结(Section 2.4,页10)
- USS对贡献率的定义由FSC和TP负债缺口回收支付组成,两者均高度依赖基于gilt yield的折现率。
- 贡献率波动幅度巨大,2020至2023年成本变化约合年金2.3亿英镑,占工资比例超20%,直接导致了激烈的劳资纠纷。
- FSC与TP折现率高度关联gilt yield,而权益类资产的预期回报率与gilt yield相关度远低,显示折现率设定未充分运用资产的预期收益信息,存在机制性低估。
---
3. 自给自足(Self-sufficiency, SfS)负债偏高的深度剖析(Section 3,页11-21)
背景:
- SfS被USS界定为无雇主财政支持情况下,确保高置信(95%)度支付全部养老金,同时维持高资助率(90%)的低风险投资策略。
- 2023年正式明确SfS包含两个条件:
1. 支付全部养老金的95%置信水平(“受益支付”条件);
2. 每三年资助率至少为90%的95%置信水平(“资金比例”条件)。
关键问题:
- 资金比例条件严重放大SfS负债,是定价的主导因素。该条件反映资金状况在短期内(尤其前三年)是否维持在90%以上,而非对长期支付能力的有效预测。
- 图6显示资金比例条件失败率在早期极高,而到长期失败率逐渐接近受益支付失败率。资金比例失败率远高于养老金支付失败率,说明其并非支付能力的准确指标。
- 图7的模拟显示,约85%资金比例失败路径最终仍能支付全部养老金,资金比例不到90%的指标并非长期预警。
- 疑问:资金比例条件是如何成为USS设定SfS负债的主导?其高度灵敏性和早期约束使得短期债券收益率(gilt yield)直接推高了负债计算。
- 反观3.4节的受益支付条件,用于衡量测算养老金支付能力,更符合UK《养老金法案》关注的法定资助目标,但未在SfS定义中起主导作用。
- 图8以及表4展示了受益支付条件预测结果的稳定性,显著不同于收益率及成本的极端波动。
- 通过独立模拟分析(图9)能验证资金比例条件总是优先于受益支付条件,且资金比例条件的达标需要更高的资产负债匹配水平,亦强调资金比例条件对资产初始值、债券收益率及测试阈值高敏感性。
- 资金比例条件指标反映与最终资产价值的相关性非常低(见图10和表5),不适宜预测长期支付成功。
总结:资金比例条件在USS建模中的核心地位导致了对债券收益率的过度敏感和负债估计偏高,进而推高折现率设定的审慎水平与养老金贡献成本。
---
4. USS的实际依赖与目标依赖指标(Section 4,页22-26)
指标定义:
- 实际依赖(Actual Reliance)衡量基于SfS负债减去调整后的资产(减去转换风险费用之后)的净差额。
- 目标依赖(Target Reliance)关注TP负债相对于SfS负债与转换风险调整的差值。
- 依赖于可用的雇主现金支持(Affordable Risk Capacity,AffRC),通常计为工资的10%×30年折现值。
- 这两个指标均使用红、黄、绿三色评级(RAG),体现资金状况状态。
重要观察:
- 实际依赖的绿色与红色评级可同时出现,因绿色取决于TP资产对比TP负债状况,红色则基于资产与SfS负债的差异,且SfS负债普遍高于TP负债。
- 目标依赖的红绿界限紧密围绕SfS负债加上转换风险减去AffRC,事实上海员。
- 图12显示TP负债等级与Target Reliance的匹配情况,暗示TP负债在实际被“钉”在距离SfS负债水平的一定幅度内。这种绑定将TP折现率与SfS折现率紧密相连,进而导致折现率对gilt yield的高度依赖。
---
5. USS集成风险管理框架(IRMF)(Section 5,页26-29)
分析与推测:
- USS IRMF未有公开详尽政策文件,报告作者根据可获得材料归纳总结(见图13流程图)。
- 关键流程是:
- “资金比例”条件影响计算SfS负债及折现率;
- SfS负债通过Target Reliance设定导向TP负债和折现率;
- TP折现率再与SF折现率一起组成DDR折现率,决定折现未来现金流成本并最终定贡献率;
- 在此过程中,资产配置的预期回报(best estimates)被跳过,折现率几乎完全由gilt yield驱动。
- 监管部门(TPR)特别关注并依赖较高的SfS负债指标,视其为判断Covent强弱和审慎程度的关键参数,这可能加剧USS的高成本与波动。
- USS的审慎折现率波动在2020年达到峰值,与同期极低的gilt yield直接相关,导致了贡献率爆炸,催生了破坏性劳动纠纷。
---
6. 总结(Section 6,页29-31)
- 过去十年USS贡献率变化95%-99%都能用gilt yield解释。低债券收益率期间成本高企,2020年FSC高达43.2%(含DRC),2023年随债市复苏降至20.6%,年成本波动超过2.3亿英镑。
- 这种波动与全球多元化60%权益资产的预期风险水平严重不符。
- 主要机制是USS特有的SfS定义中的“资金比例”测试条件的存在,将未来费用牢牢绑在短期债市波动上,并导致负债估计膨胀。
- 实际折现率折现远低于资产预期收益,反应了对债券市场超额审慎,持续绕开资产理性预期回报。
- 监管强制机制通过对高SfS负债的关注,强调谨慎等级,反而放大了估值的泡沫效应。
- USS管理框架缺乏透明统一政策和对专家判断的明确定义,导致决策流于形式。
- 工作者建议关注未来估值方法,避免重复过去的震荡恶性循环。
---
7. 结论(Section 7,页31)
- USS的估值体系导致了极端波动的养老金贡献率,大部分由债券收益率波动驱动,远高于预期权益类资产风险引起的实际成本波动。
- 资金比例条件是引发此问题的“黑箱”关键,过度侧重短期债券收益率,对养老金支付能力无实质预测力,却实质决定了成本。
- 目前USS正在人员变动与方法更新过程中,已恢复福利与促进利益相关方共识。
- 强调需持续严密监督与方法审查,防止监管缺失导致养老金体系持续恶化。
---
3. 图表深度解读
图1(页2,Future Service Costs & gilt yields)
- 展示了5次估值之间FSC与gilt yield的负相关趋势,拟合$R^2=0.977$,斜率-5.355,截距0.402。
- FSC范围从2014年的约23%降到2023年的约20.6%,对应gilt yield从3.3%升至3.7%。特别2017年估值被标为异常(未执行)。
- 说明FSC几乎完全由gilt yield决定,未来养老金成本高度受债市影响。
图2(页3,2020估值季度监测数据)
- 细致监测2020估值后未来服务成本与gilt yield的关系,数据点频繁,拟合$R^2=0.991$。
- 通过连续时间跟踪,验证了高相关性不是偶然现象,且未来监管提示中的用作方向指示的监测数据略显示更审慎。
图3(页5,退休前折现率与gilt yield)
- 显示90%权益组合的折现率与gilt yield强相关,$R^2=0.99$,斜率0.95,截距0.03。
- 显示尽管组合90%股票,但折现率几乎线性反映债券市场变化。
图4(页6,退休前预期收益与gilt yield)
- 显示90%权益组合预期收益与gilt yield相关较弱$R^2=0.78$,远低于折现率的高相关。
- 反衬折现率设定的逻辑问题,即折现率并非基于合理的预期资产收益。
图5(页8,退休后折现率与gilt yield)
- 显示90%债券组合的折现率几乎等同gilt yield,$R^2=0.97-0.99$,斜率~1,截距极低。
- 这与债券投资逻辑吻合,但整体折现率组合延续高gilt yield依赖,导致估值随债市波动剧烈。
图6(页13,资金比例与受益支付失败率)
- 显示资金比例失败率远高于受益支付失败率,且早期非常高,后续逐渐下降。
- 资金比例失败指资产短期跌破90%负债,这类失败虽频繁,但多非真正破产。
图7(页15,资金比例条件失败路径与资金轨迹)
- 根据约2000条模拟路径,失败资金比例条件的路径多在随后的时间内恢复并支付所有养老金(约85%恢复),指示资金比例条件的警告功能弱。
图8(页17,受益支付失败率模型)
- 在不同雇主支持(Covenant)情况下,模拟显示最多存在18%概率无法支付全部养老金(无雇主支持时),而有较强支持时失败概率大幅降低。
- 受益支付指标稳定,未随gilt yield等因素剧烈波动,与资金比例指标的高度敏感形成对照。
图9(页19,独立模拟自给自足指标)
- 以四种情境展示资金比例与受益支付失败率,确认资金比例条件普遍更严格,总是高于受益支付失败率。
- 指示资金比例测试高度敏感资产初始状况及资金支持,且符合USS内部数据。
图10(页21,资金比例与最终资产相关性)
- 资金比例与最终资产相关性低,尤其早年相关性极弱(不足30%),说明资金比例不能有效预测最终支付成功。
图12(页25,Target Reliance与TP负债)
- 黑点表示实际TP负债,明显被Target Reliance的红绿界限线束缚,TP负债趋于维持在靠近SfS负债+调整的水平,以平衡对资金依赖的风险评价。
图13(页26,IRMF推测流程图)
- 展示资金比例条件如何决定SfS负债与折现率,继而影响TP负债与折现率,最后通过DDR折现率设定贡献率,形成闭环高依赖债券收益率的结构。
---
4. 估值方法分析
USS使用的主要估值方法为现金流折现法(Discounted Cash Flow, DCF)及相关的“双折现率方法”(Dual Discount Rate, DDR):
- 双折现率方法:退休前股票重配资产采用一折现率,退休后债券重配资产采用另一折现率,混合确定技术准备金和未来服务成本的现值。
- 折现率设定:理论上基于资产组合预期收益调整审慎系数形成,但实际操作中,实际折现率几乎完全跟随英国政府债券收益率(gilt yield),无视权益类资产的预期回报。
- 自给自足定义植入估值体系:设定低风险90%债券组合和双重置信条件作为安全基准,迫使折现率接近债券收益率以满足资金比例约束,导致负债值膨胀,最终影响折现率和年度成本设定。
- 指标体系(Actual & Target Reliance):围绕SfS计算的负债设定技术准备金的边界与水平,要求技术准备金不得过低,否则会触发红色警报,促使折现率下降,贡献率上升,体现出一种基于风险容忍度的监管与投资策略间的反复拉锯。
---
5. 风险因素评估
- 基于资金比例条件的高敏感性:资金比例条件对债券收益率极度敏感,导致负债和贡献率随债券市场剧烈波动,增强了财务风险暴露。
- 估值过程中忽视权益资产预期回报:折现率依据不合理,损害了资产负债表的真实反映,增加了养老金制度的设计风险。
- 监管干预风险:由于债券收益率驱动的高计提负债导致高估成本,监管机构(TPR)可能强化审慎要求,触发更高的贡献率和苛刻的资金补充义务。
- 评估指标矛盾和混乱:实际依赖绿红状态可同时出现,指标未能清晰反映风险水平,可能误导决策。
- 雇主信贷支持估计不确定性:对雇主承诺的财政支持评估变数较大,影响自治资金安全判断。
- 产业争议和社会风险:过高养老金成本激发的劳资纷争长期影响高校财政健康和员工稳定。
---
6. 审慎视角与细节解读
- 报告指出USS估值过程“绕开”了对资产预期收益的合理判断,强行通过SfS资金比例约束固定折现率,反映出估值体系潜在的保守和偏差。
- “资金比例”条件作为定价关键,但其本身缺乏有效性和预测力,USS对此的公开分析极其有限且缺乏透明。
- 指标设计(如Actual Reliance)未能保证风险状态的单一定性,导致误解和监管困惑。
- 报告隐含批评USS估值存在政策不一致、数据不统一和方法论不透明等问题,危及公平合理。
- USS不同文件中关于“最佳估计回报”的披露数据不一致,反映内部协调不足。
- 报告作者并非完全对USS持否定态度,认可近期管理层变动及利益相关方共识努力,但强调需重点监督估值方法与政策透明度。
---
7. 结论性综合
Jackie Grant 的报告是一份基于深入数据分析及模型理解,对USS养老金估值体系的缜密批判性复盘。报告通过分析USS 2014至2023年间多批公开数据,建立了以下核心结论:
- 超强的gilt yield依赖性:USS养老金未来服务成本与技术准备金的估值与债券收益率呈现极高线性负相关,相关系数多达95%以上,几乎解释了全部贡献率的波动。形成原因即是USS“自给自足”定义中资金比例条件驱动了折现率的设定。
- 资金比例条件的双刃剑效应:该条件虽保障早期资金稳定,但并非养老金支付失败的有效预测工具,却将负债高估,导致过度审慎和成本膨胀。
- 估值指标和管理框架绑定关系:Target Reliance与SfS负债紧密绑定,实际折现率设置通过SfS模型链路影响技术准备金及FSC,形成一个“债券收益率至上”的闭环机制。
- 监管的介入与挑战:高度审慎的估值结果被监管当局采纳为风险管理标准,促使对当前估值和贡献方案进行要求和干预,进而加剧了成本震荡和劳资矛盾。
- 建议方向:需要摆脱当前过度依赖债市的估值框架,提高预期资产组合回报的合理反映,提升资金比例测试的实用性和透明度,同时强化监管的精细化管理和利益相关方间的合作。
整体视角:这是一份罕见公开披露的数据驱动分析,揭露USS估值体系根本性设计缺陷,阐明养老金成本波动背后系统性来源,为英国高等教育养老金持续稳定发展敲响警钟。
---
附录解析(部分)
- 附录A.1详细补充了FSC和TP负债与gilt yield的统计相关及线性回归分析,验证主文图表结论。
- 附录A.2梳理USS历年自给自足定义演化,指出资金比例条件直到2023年才明确纳入定义,且非业界通行标准(如JEP、TPR等未采纳)。
- 附录A.3强调USS内部关于最佳估计收益率披露前后矛盾,缺乏统一标准。
- 附录A.4提供关键术语词汇,有助于理解本文诸多专业概念。
---
结语
Jackie Grant的报告以严谨的数据分析与模型复盘,为USS长期以来的估值与定价争议提供了清晰的证据基础。特别指出了债券收益率拴定折现率的估值机制缺失和自给自足定义中资金比例测试的不适用性,引导未来养老金估值需建立更合理透明的风险控制及投资预期方法。该研究对金融精算领域、养老金监管政策制定者和利益相关方皆具深远启示和指导价值。
---
以上分析基于报告全文细节与图表,旨在为资深金融从业者、养老金管理专家及监管机构提供专业且完整的理解框架与参考依据。[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46]