2022 年 8 月 30 日,发表于 数据探索

阅读时间:5 分钟

想提前退休?多存点钱

The Metabase Team Portrait
Metabase 团队
‧ 2022 年 8 月 30 日,发表于 数据探索

‧ 5 分钟阅读

Want to retire early? Save more money Image

FIRE(Financial Independence Retire Early,经济独立提前退休)运动近年来已成为一股日益增长的趋势。虽然有很多 FIRE 计算器可以帮助您计算需要多长时间才能提前退休,但我们很好奇地理位置如何影响这些计算。阅读我们下面的探索(或直接跳至 FIRE 计算器)。

我们能够收集互联网上的公开数据集,并将其导入 Metabase 以帮助我们找到答案。

各国退休年龄 — Y 轴显示这些国家/地区的普通公民达到 FIRE 所需的年数。气泡大小代表预测的净资产(美元)。

观察结果

  • 根据最新的个人储蓄率统计,东亚国家(如日本和韩国)的人们能够最快实现 FIRE(日本 14 年,韩国 25 年)。两国都拥有最高的储蓄率。
  • 尽管北美的平均收入位居世界前列,但他们实现 FIRE 的时间最长(加拿大 55 年,美国 65 年)。
  • 虽然一些国家为公民提供更好的养老金计划(尤其是在北欧和澳大利亚),但我们未能发现退休年限与养老金计划质量之间存在任何关联(养老金指数值越高越好)。我们曾假设,在养老金计划更好的国家,人们的储蓄率会更低(想法是,因为他们可以依赖养老金,所以他们可以负担更高的支出率),但数据并不支持这一假设。

退休年限与养老金指数值退休年限养老金指数值之间没有关联。

计算您提前退休所需的时间

When can I retire?

以上计算基于全国平均水平。要更快地实现 FIRE,您应该争取达到高于平均水平的水平。这个计算器可以帮助您估算 FIRE 所需的时间。

这是我们使用的 SQL

WITH savings_rate_income_by_country
     AS (SELECT s.country
                AS
                country
                   ,
                s.savings_rate
                   AS savings_rate,
                i.average_monthly_net_salary_after_tax_
                AS
                   net_monthly_salary,
                i.average_monthly_net_salary_after_tax_ * 12
                AS
                   annual_income,
                i.average_monthly_net_salary_after_tax_ * 12 * ( 1 -
                s.savings_rate )
                AS
                annual_expense
         FROM   random_datasets.income_savings_rate_oecd_personal_savings_rate s
                INNER JOIN
                random_datasets.income_savings_rate_numbeo_monthly_salary
                i
                        ON s.country = i.country_name),
     years_elapsed
     AS (SELECT country,
                savings_rate,
                annual_income,
                annual_expense,
                Generate_series(1, 100)        AS year,
                annual_income - annual_expense AS annual_contribution
         FROM   savings_rate_income_by_country),
     compound_interest
     AS (SELECT a.*,
                b.annual_contribution * Power(( 1 + 0.05 ), a.year - b.year + 1)
                -
                b.annual_contribution AS compound_interest
         FROM   years_elapsed a
                LEFT JOIN years_elapsed b
                       ON a.year >= b.year
                          AND a.country = b.country
         ORDER  BY a.year),
     yoy_networth_table
     AS (SELECT country,
                savings_rate,
                annual_income,
                annual_expense,
                year,
                annual_contribution,
                Sum(annual_contribution) AS total_contribution,
                Sum(compound_interest)   AS total_interest,
                Sum(annual_contribution)
                + Sum(compound_interest) AS networth
         FROM   compound_interest
         GROUP  BY country,
                   savings_rate,
                   annual_income,
                   annual_expense,
                   year,
                   annual_contribution
         ORDER  BY year)
SELECT c.region                      AS "Region",
       y.country                     AS "Country",
       p.overall_pension_index_value AS "Pension Index Value",
       y.savings_rate                AS "Savings Rate",
       y.annual_income               AS "Annual Income",
       y.annual_expense              AS "Annual Expenses",
       Min(y.year)                   AS "Years to Retire",
       Min(y.networth)               AS "Projected Net Worth"
FROM   yoy_networth_table y
       LEFT JOIN random_datasets.countries_with_regional_codes c
              ON c.NAME = y.country
       LEFT JOIN random_datasets.income_savings_rate_global_pension_index_2021 p
              ON p.country = y.country
WHERE  y.networth * 0.04 >= y.annual_expense
GROUP  BY c.region,
          y.country,
          p.overall_pension_index_value,
          y.savings_rate,
          y.annual_income,
          y.annual_expense

查看各国退休年龄的表格。

数据来源

您可能还喜欢

所有文章
我们 AI 数据集生成器背后的故事图片 2025 年 7 月 15 日,分类为 数据探索

我们 AI 数据集生成器背后的故事

探索我们开源 AI 数据集生成器背后的设计选择、挑战和成就。

Matthew Hefferon Portrait
Matthew Hefferon

阅读时间:3 分钟

数据栈的隐藏成本图片 2023 年 5 月 12 日,在 数据探索

数据栈的隐藏成本

一份不完整的清单,列出了与维护数据栈相关的较不明显的成本,以及一些可以用来控制这些成本的方法。

The Metabase Team Portrait
Metabase 团队

阅读时间 9 分钟

所有文章
订阅新闻通讯
Metabase 的更新和新闻
© . This site is unofficial and not affiliated with Metabase, Inc.