Le Parlement néerlandais a approuvé une réforme majeure des régimes de retraite professionnelle en juin 2023. Jusqu’alors, ces fonds de pension étaient gérés en capitalisation, mais garantissaient aux affiliés une prestation définie, analogue aux annuités des régimes de retraite fonctionnant en répartition. Bien que les règles de calcul des prestations aient été progressivement durcies pour les salariés, la garantie d’une pension certaine pesait sur les employeurs qui supportaient in fine les risques de placement financier et de longévité des affiliés. La réforme contraint les régimes de retraite professionnelle à transformer les fonds à prestations définies en fonds collectifs à cotisations définies (collective defined contributions – CDC) d’ici le 1er janvier 2028. Ses principaux objectifs visent à réduire les risques financiers pour les employeurs, à mieux les répartir entre les générations et à assurer la soutenabilité des régimes dans un contexte de vieillissement de la population et d’incertitude économique. Notre article se propose d’analyser cette réforme sous l’angle de l’équité intergénérationnelle, dont l’objectif est de répartir équitablement les risques de marché et de longévité entre actifs et retraités, pour éviter que les fluctuations économiques ou l’allongement de l’espérance de vie ne pèsent uniquement sur une seule génération, en particulier sur les jeunes.

Le Parlement néerlandais a approuvé une réforme majeure des régimes de retraite professionnelle en juin 2023. Jusqu’alors, ces fonds de pension étaient gérés en capitalisation, mais garantissaient aux affiliés une prestation définie, analogue aux annuités des régimes fonctionnant en répartition. La réforme contraint les régimes de retraite professionnelle à transformer les fonds à prestations définies en fonds collectifs à cotisations définies d’ici le 1er janvier 2028. Cet article analyse la réforme en mettant l’accent sur l’équité intergénérationnelle, l’objectif étant de répartir équitablement les risques de marché et de longévité entre actifs et retraités, pour éviter que les fluctuations économiques ou l’allongement de l’espérance de vie ne pèsent uniquement sur une seule génération, en particulier sur les jeunes. Une dernière partie, plus exploratoire, la possibilité de transposer cette réforme dans le système de retraite français.

This article explores how public debt convergence clubs can enhance debt management and improve economic stability in African countries. Instead of focusing solely on geographical criteria, these clubs prioritize public debt rules and debt limitation, offering a promising strategy to tackle the challenges associated with debt sustainability in the region. The article explores the potential benefits, obstacles, and policy implications of such convergence clubs, stressing the importance of forming robust and stable groupings. Through a thorough examination of the relevant literature and empirical evidence, this study provides valuable insights into designing and implementing effective public debt convergence mechanisms for African nations. While no evidence of global convergence around debt was found, the existence of convergence clubs suggests a promising route for countries that share similar debt profiles rather than geographical, political, or ideological similarities. The research also highlights that stability and growth pacts have not resulted in global convergence but rather in the formation of convergence clubs.

This study presents a novel approach that integrates asset ranking and portfolio weighting within a single framework. Unlike traditional methods, which separate asset ranking from portfolio weighting, this research employs a multi-task neural network to concurrently learn asset rankings and optimize the number of assets for long and short positions. This innovation aims to better align the investment strategy with investor preferences right from the model prediction phase. To assess its effectiveness, the authors conduct experiments using historical weekly market data from China A-shares. The findings indicate that incorporating portfolio weighting into a multi-task learning framework significantly improves out-of-sample financial performance in contrast to benchmark methods that rely on heuristics or historical estimations.