Budapesti Corvinus Egyetem Operációkutatás Tanszék Munkacsoportja. Dr. Ágoston Kolos Dr. Kovács Erzsébet. Beszámoló

Hasonló dokumentumok
ÁLLAMI SZÁMVEVŐSZÉKRŐL - ÁBRÁK -

Lineáris regresszió vizsgálata resampling eljárással

THE GALLUP ORGANIZATION PRINCETON, NEW JERSEY MAGYAR GALLUP INTÉZET

A minimálbér és a garantált bérminimum emelésére adott vállalati válaszok

1. ábra: Magyarországi cégek megoszlása és kockázatossága 10-es Rating kategóriák szerint. Cégek megoszlása. Fizetésképtelenné válás valószínűsége

Ipsos Public Affairs new PPT template Nobody s Unpredictable

Bérkülönbségtől a szerepelvárásokig: mik a magyar nők és férfiak problémái?

Friss diplomás keresetek a versenyszektorban

Öngondoskodás kutatás. Allianz Hungária Zrt. 2017

Lakossági véleményfeltárás. A pályakezdők elhelyezkedési esélyei

LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála

Összességében hogyan értékeli az igénybe vett szolgáltatás minőségét?

PÉNZÜGYEK ÉS PÉNZÜGYI MAGATARTÁSOK KISTELEPÜLÉSEKEN. - online kérdőíves kutatás kistelepülések teleházainak látogatói körében-

AZ EGÉSZSÉGESEN ÉS A FOGYATÉKOSSÁG NÉLKÜL LEÉLT ÉVEK VÁRHATÓ SZÁMA MAGYARORSZÁGON

Statisztikai szoftverek esszé

: az i -ik esélyhányados, i = 2, 3,..I

A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Reform. SPSS állomány neve: Budapest, október

Fábián Zoltán: Szavazói táborok társadalmi, gazdasági beágyazottsága - Statisztikai melléklet

Európai Parlament Eurobarométer (EB79.5) EGY ÉVVEL A 2014-ES EURÓPAI VÁLASZTÁSOK ELŐTT Parlaméter rész SZOCIO-DEMOGRÁFIAI MELLÉKLET

A munkaerőhiány vállalati percepciója

Munkaerő-piaci helyzetkép. Csongrád megye

Alba Radar. 28. hullám

Nyugdíjas évek csak az orrunkig látunk? Hidvégi Áron közvélemény- és piackutatási igazgató

Modellpontok képzése és használata

Alba Radar. 26. hullám

A pénztárak szerepe a magyar bankok stratégiájában

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Foglalkoztatási modul

Alba Radar. 21. hullám

Kutatásmódszertan és prezentációkészítés

Lakossági elégedettségmérés. Budakalász Város Önkormányzatánál

A magyar nyugdíj-modell jelene és jövője. A magánnyugdíjpénztárak államosításának elvi és elméleti kérdései október 19.

1. ábra: Az egészségi állapot szubjektív jellemzése (%) 38,9 37,5 10,6 9,7. Nagyon rossz Rossz Elfogadható Jó Nagyon jó

Alba Radar. 15. hullám. Karácsonyi készülődés Székesfehérváron

Közép Európai Mediációs Intézet. Kutatás a mediáció ismertségéről és a mediáción való részvétel arányáról Magyarországon

Munkaerő piaci helyzetkép. Csongrád megye

Logisztikus regresszió

Munkaerő-piaci folyamatok (2007/2008)

Allianz Nyugdíjpénztár

Az önkéntes nyugdíjpénztárak szerepe a hazai megtakarítási és nyugdíj-el. előtakarékossági piacon

Vélemények az állampolgárok saját. anyagi és az ország gazdasági. helyzetérôl, a jövôbeli kilátásokról

A magyar öngondoskodás sajátosságai

Diplomás pályakövetés diplomás kutatás, 2010

Munkaerő-piaci helyzetkép. Csongrád megye

Vélemények az állampolgárok saját. anyagi és az ország gazdasági. helyzetérôl, a jövôbeli kilátásokról

KUTATÁSI JELENTÉS AZ ÜGYFÉLSZOLGÁLATI VIZSGÁLAT KIEGÉSZÍTŐ KÉRDÉSEIRŐL. részére december

Mérés módja szerint: Időtáv szerint. A szegénység okai szerint

A 2014.évi országos kompetenciamérés értékelése Kecskeméti Bolyai János Gimnázium

SZOCIÁLIS ÉS MUNKAERŐPIACI POLITIKÁK MAGYARORSZÁGON

5. Háztartások, családok életkörülményei

Kabos: Statisztika II. ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.

Diplomás pályakövetés diplomás kutatás, 2010

ELEKTRONIKUS MELLÉKLET

TÁJÉKOZTATÓ. a hosszútávú demográfiai folyamatoknak a társadalombiztosítási nyugdíjrendszerre gyakorolt hatásairól

Alba Radar. 24. hullám

A társadalmi kirekesztődés nemzetközi összehasonlítására szolgáló indikátorok, 2010*

Diplomás pályakövetés diplomás kutatás, 2010

Kérjük vigyázzanak, az ajtók záródnak (?)

A szegénység percepciója a visegrádi. országokban

Munkaerő-piaci helyzetkép. Csongrád megye

A évi országos kompetenciamérés iskolai eredményeinek elemzése

PÉNZÜGYI TUDATOSSÁG HIDVÉGI ÁRON

Hosszú távú nyugdíjcélok, önkéntes nyugdíjpénztár. Öngondoskodással megalapozhatja nyugdíjas éveinek anyagi biztonságát!

Munkaerő piaci helyzetkép. Csongrád megye

A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata

Munkaerő-piaci helyzetkép. Csongrád megye

- Kutatási beszámoló. A kutatásra a TÁMOP / projekt keretén belül került sor, megvalósítását az Európai Szociális Alap támogatta

Munkaerő-piaci helyzetkép. Csongrád megye

Lakossági vélemények a lajosmizsei szennyvízcsatorna beruházással kapcsolatban

A Bizalom Nyugdíjpénztár Igazgatótanácsának évi Üzleti jelentése

11.3. A készségek és a munkával kapcsolatos egészségi állapot

Teremts esélyt magadnak és másoknak!

Segítség az outputok értelmezéséhez

társadalomtudományokban

Munkaerő-piaci helyzetkép. Csongrád megye

Gyorsjelentés a pénzügyi tranzakciós illetékkel és az energiaköltségek alakulásával kapcsolatban készített gazdálkodó szervezeti véleménykutatásról

A évi országos kompetenciamérés iskolai eredményeinek elemzése

Kérdőíves elemzés a Fecskepalotáról

A nyugdíjpénztári tagok díjterhelése ( )

Logisztikus regresszió

Diszkriminancia-analízis

Alba Radar. 18. hullám. Az iskolai közösségi szolgálat megítélése

EGER DEMOGRÁFIAI FOLYAMATAINAK ELEMZÉSE ÉS ELŐREJELZÉSE (összegzés)

Fizetendő járulékok ( )

Munkaerő-piaci helyzetkép. Csongrád megye

Hosszú távú nyugdíjcélok, önkéntes nyugdíjpénztár. Öngondoskodással megalapozhatja nyugdíjas éveinek anyagi biztonságát!

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat

7.2. A készségek és az oktatás jövedelemben megtérülő hozama

3.2. MANIFESZT HIÁNYHELYZETEK BETÖLTETLEN ÁLLÁSOK ÉS KIHASZNÁLATLAN KAPACITÁSOK

kompetenciakompetenciakompetenci akompetenciakompetenciakompeten ciakompetenciakompetenciakompete nciakompetenciakompetenciakompet

BEJÖVŐ MOTIVÁCIÓS VIZSGÁLATOK EREDMÉNYEINEK ALAKULÁSA 2013 ÉS 2017 KÖZÖTT INTÉZMÉNYI SZINT

Munkaerő piaci helyzetkép. Csongrád megye

4.2. A bizalmas kapcsolatokról (Albert Fruzsina Dávid Beáta)

Alba Radar. 17. hullám

Alba Radar. 22. hullám. Nyaralási tervek

LADÁNYI ERIKA A SZENVEDÉLYBETEGEKET ELLÁTÓ SZOCIÁLIS SZAKELLÁTÁST NYÚJTÓ INTÉZMÉNYEK MUNKATÁRSAIRÓL

A MIDAS_HU modell elemei és eredményei

Munkaerő-piaci helyzetkép. Csongrád megye

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Átírás:

A megvalósításhoz pénzügyi támogatást a Pénzügyi Szervezetek Állami felügyelete nyújtott, a hatályos jogszabályok szerint kiírt nyilvános pályázatra benyújtott pályamunka alapján Beszámoló A magyarországi pénzügyi szervezetekkel, termékekkel és megoldásokkal kapcsolatos fogyasztói beállítottságok és várakozások empirikus vizsgálata és elemzése téma Budapest, 2006. december 10. 1

1. AZ ÖNGONDOSKODÁSI FELMÉRÉS EREDMÉNYEINEK ISMERTETÉSE...3 1.1 BEVEZETŐ...3 1.1.1 A kutatás célja...3 1.1.2 Az adatokról...4 1.2 A VÁLASZOLÓK ÉS A VÁLASZOK MEGOSZLÁSA: TAGSÁG, INFORMÁLTSÁG, DEMOGRÁFIA...5 1.2.1 Aktivitás hányan tagjai a különböző öngondoskodási formáknak...5 1.2.2 Mennyire informáltak az emberek?...8 1.2.3 Az aktivitás és az informáltság kapcsolata...11 1.2.4 A megkérdezettek életkori jellemzői...16 1.3 A PÉNZTÁRI TAGSÁG ÉS INFORMÁLTSÁG STATISZTIKAI MODELLEZÉSE...19 1.3.1 Magánnyugdíjpénztári tagok...19 1.3.2 Tagság és informáltság statisztikai modellezése...28 2. AZ ÖNGONDOSKODÁS JÖVEDELEM FÜGGŐSÉGE...42 3. ÖSSZEFOGLALÓ...50 4. MELLÉKLET...53 5. FELHASZNÁLT IRODALOM...79 2

1. Az öngondoskodási felmérés eredményeinek ismertetése 1.1 Bevezető A Budapesti Corvinus Egyetem Operációkutatás Tanszék munkacsoportja 1 pályázatot nyújtott be a Pénzügyi Szervezetek Állami Felügyeletéhez A magyarországi pénzügyi szervezetekkel, termékekkel és megoldásokkal kapcsolatos fogyasztói beállítottságok és várakozások empirikus vizsgálata és elemzése témában. Az öngondoskodást középpontba állító empirikus vizsgálat elvégzése érdekében a tanszéki munkacsoport összeállított egy kérdőívet. A válaszokat a Tárki Zrt. budapesti lakosok telefonos megkeresésével gyűjtötte össze. 1.1.1 A kutatás célja A kutatás elsődleges célja az, hogy a pénzügyi szervezetek, és köztük elsősorban a nyugdíjpénztárak, biztosítók által kínált termékek ismertségét felmérje. A kérdőív kérdéseinek összeállítása során arra törekedtünk, hogy a pénzintézetek és termékeik ismertsége, elfogadottsága mellett a válaszolók demográfiai jellemzőit is megismerjük. Részletesen vizsgáljuk azt is, hogy kik tagja a magán- és az önkéntes nyugdíjpénztáraknak, egészségpénztárnak és/vagy önsegélyező pénztárnak. Vizsgáljuk azt is, hogy milyen szerepet tölt be az életbiztosítás az öngondoskodásban. Kiemelt figyelmet fordítunk arra, hogy a megkérdezettek saját maguk mennyire ismerik az egyes formákat, és ezt összevetjük azzal, hogy a tagság ténye milyen információs többletet jelez. 1 A munkacsoport tagjai: Ágoston Kolos és Kovács Erzsébet, akik köszönetet mondanak Kovács Gyulának, a TÁRKI-Data Research Kft. vezetőjének értékes tanácsaiért. 3

Az adatok további feldolgozása során a második szakaszban lehetővé válik annak elemzése is, hogy milyen összefüggések mutathatók ki egy-egy pénztár választásában vagy nem választásában. Feltárjuk azt is, hogy mely népességcsoportok milyen tagsági kötődéssel rendelkeznek, és mennyiben motiválja választásukat az a különbség, amit a kívánt és a reálisan várt nyugdíj között mértünk. 1.1.2 Az adatokról Az adatelvételt a TÁRKI Zrt. készítette telefonos megkereséssel, 2006. július 17. és július 21. között. Az átadott adatbázis 449 megkérdezett adatait tartalmazza, és reprezentálja a 18-62 év közötti budapesti lakosságot. A kérdéseket és a válaszok megoszlását a Mellékletben mutatjuk be teljes részletességében. 4

1.2 A válaszolók és a válaszok megoszlása: tagság, informáltság, demográfia 1.2.1 Aktivitás hányan tagjai a különböző öngondoskodási formáknak A következő táblázat a válaszadók megoszlását mutatja meg aszerint, hogy hány öngondoskodási formának a tagjai, továbbá azt, hogy hányat említenek meg. A válaszadók 71,3%-a tagja valamilyen öngondoskodási formának. Érdekes módon átlagosan mindenki 1-2 öngondoskodási formát említ spontán akkor is, ha egyébként többnek a tagja. Hány öngondoskodási formának tagja Darab Százalék Átlagosan hányat említettek spontán 0 129 28,7% 1,08 1 157 35,0% 1,34 2 93 20,7% 1,51 3 50 11,1% 2,00 4 14 3,1% 1,64 5 6 1,3% 1,83 Nézzük meg a pénztárak szerinti bontásban, hogyan oszlanak meg a válaszadók, illetve azt, hogy a tagok és a nem tagok körében mennyire ismertek a különböző formák: Hányan említették (spontán+hallott róla) Hányan említették (spontán) Öngondoskodási forma: Magánnyugdíjpénztár 442 122 198 97,2% 61,6% Önkéntes nyugdíjpénztár 371 53 109 77,1% 48,6% Egészségpénztár 360 19 63 76,9% 30,2% Önsegélyező pénztár 154 8 9 33,0% 88,9% Látható, hogy a magánnyugdíjpénztár ismertsége azok körében is maximális (97,2%), akik nem tagok, míg az önsegélyező pénztár mind tagság, mind ismertség tekintetében alacsony szinten van a többihez képest. A tagok viszont 89%-ban említik, mint az öngondoskodást. Tagság tekintetében is a magánnyugdíjpénztár vezet, az önkéntes nyugdíjpénztárat már csak fele-, míg az egészségpénztárat harmad annyian veszik igénybe. Hányan tagok Akik nem tagok, hány százaléka hallott róla? Tagok közül hány százalék említette meg spontán A következő táblázatban azt vizsgáltuk, hogy milyen kapcsolatban vannak egymással a különböző öngondoskodási formák. Az önsegélyező pénztárban annyira kevesen tagok (9 fő), hogy nem érdemes megadni az eloszlást. 5

Öngondoskodási Magánnyugdíj Önkéntes Egészségp forma: Bázis pénztár nyugdíjpénztár énztár Önsegélyező Életbiztosítás Semmilyen 129 - - - - A táblázat első oszlopában szerepel, hogy hány válaszadó tag az adott öngondoskodási formában. Az utolsó oszlop azt tartalmazza, hogy ha véletlenszerűen kiválasztunk egy válaszadót, akkor ő mekkora eséllyel tagja az adott formának. A többi oszlop feltételes valószínűségeket tartalmaz, azaz megmutatja, hogy ha az adott tagságból választunk véletlenszerűen valakit, akkor ő milyen eséllyel tagja az oszlopban szereplő önsegélyezési formának. Az önsegélyező pénztárnál kapott eredményeket a kis tagság miatt nem vettük figyelembe. Az eredmények azt mutatják, hogy a magánnyugdíjpénztári tagok nagy eséllyel önkéntes nyugdíjpénztár tagok is, illetve az egészségpénztár és önkéntes nyugdíjpénztár tagság között is erős összefüggések vannak (52% a várt 34%-hoz képest, illetve 30% a várt 20%-hoz képest jelentős összefüggést jelez). Várható érték Magánnyugdíjpénztár 198-71% 65% 77% 49% 62% Önkéntes nyugdíjpénztár 109 39% - 52% 77% 34% 34% Egészségpénztár 63 21% 30% - 77% 19% 20% Önsegélyező pénztár 9-3% Életbiztosítás 200 49% 62% 62% 88% - 63% A kutatás során kíváncsiak voltunk, hogy a tagok hogyan választottak a meglévő pénztárak közül. Kinek a tanácsára választotta az adott pénztárt? Magánnyugdíjpénztár Önkéntes nyugdíjpénztár Önkéntes egészségpénztár munkaadója / könyvelője ajánlotta 44.44% 53.70% 71.43% nyugdíjpénztár pénzügyi tanácsadója győzte meg 8.59% 9.25% 3.17% családtagja, barátja vagy ismerőse ajánlotta 24.24% 16.67% 7.93% összegyűjtötte a pénztárakról az információkat pl. kiadványokból vagy az internetről és ezek alapján választott 10.61% 11.11% 9.52% egyéb válasz 10.10% 8.33% 4.76% nem tudja 2.02% 0.93% 3.17% Total 100% 100% 100% A táblázat szerint nagyon sok tag abba a pénztárba lépett be, amit a munkaadó ajánlott. Minél kevesebben ismerik a pénztártípust, annál nagyobb azok aránya, akik a döntés meghozatalánál a munkaadójuk vagy könyvelőjük véleményére támaszkodtak. A munkaadó, könyvelő után a 6

családtagok véleménye a második legmeghatározóbb, de most az előbbivel ellentétben az ismertebb pénztártípusok esetében nagyobb a szerepük. Meglepően alacsony az ügynöki tevékenység, ennek hátterében az állhat, hogy az ügynökök inkább cégeket kerestek meg, és a munkavállalóknak a pénztárat már a munkaadó ajánlotta. A saját információk alapján választók aránya konzekvensen 10% körül van. Nem meglepő, de akik több pénztárban is tagok, döntően ugyanabból a forrásból szerzik be az információkat. Megvizsgáltuk azt is, hogy demográfiai jellemzők alapján tudunk-e a csoportok között különbséget tenni. A demográfiai változók közül egyedül az befolyásolja, hogy a megkérdezett alkalmazott, vállalkozó vagy inaktív. A vállalkozók inkább támaszkodnak saját információkra, mint az alkalmazottak vagy az inaktívak Az életbiztosítással rendelkezőktől is megkérdeztük, hogy kinek a hatására választották az adott biztosítót: Kinek a tanácsára választotta az adott biztosítót? biztosító társaság pénzügyi tanácsadója győzte meg 29.50% családtagja, barátja vagy ismerőse ajánlotta 39% összegyűjtötte az életbiztosításokról az információkat pl. kiadványokból vagy az internetről és ezek alapján választott 13.50% egyéb válasz 10% az a bank ajánlotta, ahol hitelt vett fel 5.50% nem tudja 2.50% Total 100% A táblázatot érdemes összevetni azzal, amit a pénztáraknál tapasztaltunk. A pénztárakhoz képest nagyobb az ügynökök és a családtagok szerepe, és azt is többen állítják, hogy saját maguk jártak utána az információknak. Felmerül a kérdés, hogy akik a pénztárak esetében a munkaadójukra támaszkodtak, életbiztosítás esetén honnan szerzik be az információt. Általánosságban az mondható el, hogy ügynöktől vagy családtagtól kérdeznek. 7

A vállalkozók most is inkább saját információikra támaszkodnak, de a hatás már csak 10%-os szignifikancia szint esetén szignifikáns. Biztosítók megválasztásában fontos tényező az életkor. A fiatalok kevésbé támaszkodnak ügynökökre, jobban a családtagokra és a saját információkra. 1.2.2 Mennyire informáltak az emberek? Először nézzük meg, hogy a válaszadók a különböző öngondoskodási formák közül hányat említettek meg spontán módon: Hányan nem ismertek Hány öngondoskodást ismertek? Darab közülük egyéb öngondoskodási formát Hány százalék nem ismert egyéb megtakarítási formát 0 darab 90 (20,04%) 60 67% 1 darab 186 (41,43%) 161 87% 2 darab 106 (23,61%) 89 84% 3 darab 48 (10,69%) 45 94% 4 darab 15 (3,34%) 11 73% 5 darab 3 (0,67%) 3 100% 6 darab 0 0 7 darab 1 (0,22%) 1 100% A táblázatból látható, hogy a válaszadók döntő többsége (95%) legfeljebb három öngondoskodási formát tudott megemlíteni, és 41%-uk csak egyet. Nézzük, melyek voltak a spontán említett öngondoskodási formák: Öngondoskodási forma: Megtakarítás Társadalom biztosítás Magánnyugdíjpénztár Önkéntes nyugdíjpénztár Életbiztosítások Önkéntes egészségpénztár Önsegélyző pénztár (munkanélküliség esetére) Egyéb Hányan válaszolták, hogy ismerik? 237 (52,78%) 43 (9,58%) 122 (27,17%) 53 (11,8%) 142 (31,63%) 19 (4,23%) 8 (1,78%) 79 (17,59%) 8

Látható, hogy az emberek több mint fele jelölte meg a megtakarítást, mint ismert öngondoskodási formát; az életbiztosítások és magán-nyugdíjpénztárak körülbelül az emberek egyharmadánál kerültek említésre. Legkevesebben az önsegélyező pénztárat említették, és érdekes, hogy az önkéntes egészségpénztár 4,2%-kal az utolsó előtti helyen végzett. Nézzük meg, hogyha rákérdezünk egy-egy öngondoskodási formára, mennyiben változik a kép: Hányan nem említették spontán Hányan hallottak róla (akik nem említették spontán) Hány % hallott róla? Az összes megkérdezett hány %-a nem hallott róla? Öngondoskodási forma: Magánnyugdíjpénztár 327 322 98,5% 1,1% Önkéntes nyugdíjpénztár 396 327 82,6% 15,4% Egészségpénztár 430 345 80,2% 18,9% Önsegélyező pénztár 437 150 34,3% 63,9% Ami rögtön feltűnik, hogy a magánnyugdíjpénztárat szinte mindenki ismeri (98,5%). A másik véglet az önsegélyező pénztár, amit a válaszadók kétharmada még rákérdezés után sem ismer. Az önkéntes nyugdíjpénztárakat a válaszadók 15,4%-a nem ismerte, ennél kicsit többen voltak (18,9%) azok, akik az egészségpénztárat nem ismerték, mint öngondoskodási formát. A következő táblázatban azt láthatjuk, mennyire tudtak különbséget tenni a válaszadók (akik hallottak a magán-nyugdíjpénztárakról illetve az önkéntes nyugdíjpénztárakról) a két öngondoskodási forma között: Öngondoskodási forma: Magánnyugdíjp énztár Önkéntes nyugdíjpénztár Mindkettőre Egyikre sem Nem tudja A pénztári befizetést havonta a fizetésből kötelezően fizetik 172 (45,38%) 23 110 (29,02%) 8 66 Pályakezdőknek kötelező a belépés 231 (61,44%) 23 27 (7,18%) 21 74 Nyugdíjba vonuláskor a tőke egy összegben felvehető 45 116 (30,77%) 115 (30,5%) 6 95 A kiemelt részek a helyes választ adók számát mutatják. Látható, hogy a magánnyugdíjpénztárat jól ismerők száma 70% körüli, az önkéntes nyugdíjpénztárt ismerőké 60% körüli, de körülbelül a válaszadók 30%-a nem tud világosan különbséget tenni a kettő között. Az egyetlen köztudottnak tűnő dolog az, hogy pályakezdőknek kötelező a belépés valamilyen magánnyugdíjpénztárba. 9

A következő táblázat az egészségpénztár és az önsegélyező pénztár összehasonlítását tartalmazza a fenti módon: Öngondoskodási forma: Egészség pénztár Önsegélyező pénztár Mindkettőre Egyikre sem Nem tudja 26 A befizetett tagdíjra adókedvezmény jár (17,22%) 16 (10,6%) 41 (27,15%) 2 66 A befizetett tagdíjból pl. szemüvegvásárlás finanszírozható 71 (47,02%) 6 21 3 49 A befizetett tagdíjból munkanélküliség esetén jövedelem-kiegészítés finanszírozható 10 54 (35,76%) 13 10 64 A táblázat alapján az egészségpénztárakat körülbelül az emberek fele ismeri jól, míg az önsegélyező pénztárakat mintegy harmaduk. Nézzük demográfiai adatok tekintetében, hogyan oszlik el az ismert öngondoskodási formák aránya: Önsegélyző Önkéntes pénztár Társadalom Magánnyugdíj Önkéntes egészségp (munkanélküliség DEMOGRÁFIA Megtakarítás biztosítás pénztár nyugdíjpénztár Életbiztosítások énztár esetére) Egyéb ÖSSZESEN Megkérdezett neme férfi 54,5% 11,7% 26,3% 11,7% 25,8% 3,3% 2,8% 17,8% 1,54 nő 51,3% 7,6% 28,0% 11,9% 36,9% 5,1% 0,8% 17,4% 1,59 Életkor 30 alatt 52,7% 10,7% 23,2% 8,0% 23,2% 5,4% 1,8% 24,1% 1,49 30-50 kozott 54,4% 8,7% 34,5% 12,6% 40,3% 3,4% 2,4% 11,2% 1,67 50 felett 48,4% 10,5% 18,5% 14,5% 24,2% 4,8% 0,8% 21,8% 1,44 Családi állapot társas kapcsolat 50,8% 7,9% 31,0% 10,7% 37,3% 4,8% 2,0% 14,3% 1,59 egyedülálló 56,2% 11,3% 21,6% 13,4% 24,7% 3,6% 1,5% 22,2% 1,55 Jelenlegi aktivitás vállalkozóként 68,0% 6,0% 28,0% 10,0% 34,0% 0,0% 2,0% 16,0% 1,64 alkalmazottként 49,2% 9,2% 34,2% 17,1% 35,8% 6,7% 2,1% 15,8% 1,70 nem dolgozik 53,8% 11,4% 16,5% 4,4% 24,7% 1,9% 1,3% 20,9% 1,35 Egészségügyi helyzet az átlagosnál lényegesen rosszabb 40,0% 6,7% 16,7% 6,7% 23,3% 3,3% 3,3% 13,3% 1,13 valamivel rosszabb 60,0% 10,0% 15,0% 7,5% 20,0% 0,0% 0,0% 20,0% 1,33 átlagos 49,2% 10,6% 31,8% 12,3% 34,6% 3,9% 1,7% 20,7% 1,65 az átlagosnál valamivel jobb 54,1% 11,7% 32,4% 17,1% 33,3% 8,1% 3,6% 12,6% 1,73 az átlagosnál lényegesen jobb 60,9% 5,7% 20,7% 8,0% 31,0% 2,3% 0,0% 18,4% 1,47 A megkérdezettek közül a nők körében többen gondolnak életbiztosításra, mint a férfiak körében. Életkor tekintetében a középkorúak, családi viszony tekintetében pedig a kapcsolatban élők gondolnak többen életbiztosításra, illetve magánnyugdíjpénztárra. 10

A vállalkozók inkább megtakarításokban, míg az alkalmazottak inkább nyugdíjpénztárakban és életbiztosításban gondolkoznak. Érdekes, hogy akik egészség tekintetében átlagosak, vagy az átlagosnál jobbak, azok fontosnak tartják az életbiztosítást is. Az is látható, hogy a jó egészségnek örvendők inkább gondolkodnak nyugdíjpénztárban, mint kevésbé szerencsés társaik. 1.2.3 Az aktivitás és az informáltság kapcsolata A két elemzés összekapcsolása alkalmas arra, hogy megvizsgáljuk, milyen esetekben van az informáltságnak szerepe az aktivitásban. Nézzük először a magán- és önkéntes nyugdíjpénztárakat: TAGSÁG Magánnyugdíjpénztár A pénztári befizetést A befizetett tőke havonta a fizetésből Pályakezdőknek nyugdíjbavonu-láskor kötelezően fizetik kötelező a belépés egyösszegben felvehető Magánnyugdíjpénztár tagok 52% 69% 30% Nem tagok 39% 53% 30% TAGSÁG Önkéntes nyugdíjpénztár A pénztári befizetést A befizetett tőke nyugdíjba havonta a fizetésből Pályakezdőknek vonuláskor egy összegben kötelezően fizetik kötelező a belépés felvehető Önkéntes nyug. tagok 45% 65% 35% Nem tagok 45% 59% 28% Látható, hogy mindkét esetben a tagok magasabb hányada adott jó választ a kérdésekre, mint nem tagok esetén. Ugyanakkor ez az arány még mindig nem olyan magas, mint az elvárható lenne. Például önkéntes nyugdíjpénztár esetén a válaszadók egyharmada mondta csak azt, hogy ez a pénztár az élettartamtól függetlenül havi fix jövedelmet biztosít. Következő vizsgálatunk az egészségpénztárakra, illetve az önkéntes nyugdíjpénztárakra vonatkozik: 11

TAGSÁG Budapesti Corvinus Egyetem Operációkutatás Tanszék Munkacsoportja A befizetett tagdíjra adókedvezmény jár Egészségpénztár A befizetett tagdíjból pl. szemüvegvásárlás finanszírozható A befizetett tagdíjból munkanélküliség esetén jövedelem-kiegészítés finanszírozható Egészségpénztár tagok 40% 62% 45% Nem tagok 23% 42% 32% 12

Önkéntes nyugdíjpénztárról hallottak TAGSÁG A befizetett tagdíjból A befizetett tagdíjra adókedvezmény jár A befizetett tagdíjból pl. szemüvegvásárlás finanszírozható munkanélküliség esetén jövedelem-kiegészítés finanszírozható Önkéntes nyug. tagok 44% 55% 55% Nem tagok 26% 46% 34% Itt is azt láthatjuk, hogy a tagság körében magasabb az informáltság, ám itt érdekes módon az előző vizsgálattal ellentétben a tagság körében a helytelen válaszok megjelölésének aránya is magasabb. Ugyanakkor látható, hogy a helyes válaszoknál 20% körüli értékkel, míg a helyteleneknél csak 10% körülivel magasabb az arány tagok esetén. Az előző táblázatokból látható, hogy a tagok jobban informáltak, mint a nem tagok. Kíváncsiak voltunk arra is, hogy a tagok között a pénztárválasztás módja befolyásolja-e az informáltságot. A vizsgálatokat a magánnyugdíjpénztári- és önkéntes nyugdíjpénztári tagokra végeztük el, mert az egészségpénztáraknak és önsegélyező pénztáraknak kevés tagjuk volt a megosztáshoz. Magánnyugdíjpénztár Pénztárválasztás szempontja A pénztári befizetést havonta a fizetésből kötelezően fizetik Pályakezdőknek kötelező a belépés Nyugdíjba vonuláskor a felhalmozott tőke egy összegben felvehető munkaadója / könyvelője ajánlotta nyugdíjpénztár pénzügyi tanácsadója győzte meg családtagja, barátja vagy ismerőse ajánlotta 51% 68% 30% 56% 81% 38% 47% 67% 36% összegyűjtötte a pénztárakról az információkat pl. kiadványokból vagy az 50% 75% 25% internetről és ezek alapján választott egyéb válasz 63% 84% 26% 13

nem tudja 67% 0% 33% A táblázatból jól látszik, hogy akik pénzügyi tanácsadót vettek igénybe, a legmagasabb arányban adtak helyes választ az összes kérdésre. A második hely kérdésenként különböző: Önkéntes nyugdíjpénztár Pénztárválasztás szempontja A pénztári befizetést havonta a fizetésből kötelezően fizetik Pályakezdőknek kötelező a belépés Nyugdíjba vonuláskor a felhalmozott tőke egy összegben felvehető munkaadója / könyvelője ajánlotta nyugdíjpénztár pénzügyi tanácsadója győzte meg családtagja, barátja vagy ismerőse ajánlotta 47% 71% 36% 60% 60% 20% 39% 61% 33% összegyűjtötte a pénztárakról az információkat pl. kiadványokból vagy az 42% 45% 45% internetről és ezek alapján választott egyéb válasz 44% 67% 44% nem tudja 0% 100% 100% Önkéntes nyugdíjpénztárak esetében nem találunk egyértelmű tendenciát a helyes válaszokban. Az értelmezésnél figyelembe kell venni azt is, hogy itt kisebbek a csoportok elemszámai. Kíváncsiak voltunk arra is, hogy a PSZÁF honlapját meglátogatók körében magasabb-e az informáltság, mint egyébként. Azt találtuk, hogy minden kérdés esetén a honlapot meglátogatók magasabb arányban adtak helyes választ, de a jobban informált csoportok (pl. a tagok) magasabb arányban látogatták a honlapot. Az adatokból nehezen dönthető el az ok-okozati irány, vagyis az a kérdés, hogy a honlapot meglátogatók váltak jobban informálttá, vagy csak az eleve jobban informáltak látogattak el a honlapra. Időrendben az önkéntes pénztárak alakultak meg előbb, de a magánnyugdíjpénztárakkal való szembesülést nem kerülhette el senki, ez látszik abból is, hogy ismertsége gyakorlatilag teljes 14

körű. A következő vizsgálatoknál azt mutatjuk be, hogy a magánnyugdíjpénztáraknál megfigyelt viselkedés befolyásolja-e az önkéntes pénztárakban a viselkedést. Az önsegélyező pénztárakat most is kihagytuk a vizsgálatból, mert kicsi az ismertsége, a tagság meg elenyésző. Természetesen az ok-oksági irány megállapítása itt sem egyértelmű. Tagság Tagja valamelyik magánnyugdíjpénztárnak Nem tagja egyik magánnyugdíjpénztárnak sem A magánnyugdíjpénztári tagság megnöveli valamelyest az önkéntes pénztárak ismertségét, és jelentős mértékben megnöveli a tagság valószínűségét. Pénztárválasztás szempontja munkaadója / könyvelője ajánlotta nyugdíjpénztár pénzügyi tanácsadója győzte meg családtagja, barátja vagy ismerőse ajánlotta Önkéntes Tagja valamelyik Egészségpénztárakról egészség- Tagja valamelyik nyugdíj- önkéntes pénztárakról nyugdíjpénztárna hallott pénztárnak halott k 86% 45% 85% 24% 82% 15% 78% 11% Tagja Önkéntes Tagja valamelyik Egészségpénztárakról nyugdíj- valamelyik önkéntes pénztárakról egészségnyugdíj- hallott halott pénztárnak pénztárnak 82% 53% 85% 28% 93% 40% 94% 13% 88% 37% 80% 28% összegyűjtötte a pénztárakról az információkat pl. kiadványokból vagy az 94% 50% 80% 29% internetről és ezek alapján választott egyéb válasz 93% 32% 100% 11% nem tudja 75% 33% 85% 0% 15

A táblázat érdekessége, hogy akik pénzügyi tanácsadóra hallgattak, nagyfokú informáltsággal rendelkeznek, de az informáltság viszonylag csekély aktivitással (tagsággal) társul. Ha a munkahely a meghatározó a pénztárválasztásnál, akkor pont fordított a helyzet: viszonylag alacsony informáltsághoz nagyfokú aktivitás társul. 1.2.4 A megkérdezettek életkori jellemzői A válaszolók között 209 férfi (47%) és 233 nő (53%) volt, ez megfelel a felnőtt magyar társadalom nemek szerinti összetételének. A férfiak fele 37 év alatti, átlagéletkoruk 39 év. Az életkor szerint nem egyenletes a megoszlás, a 18, a 29 évesek, a 33 évesek, továbbá a 48 és 49 évesek közül az egyenletesen várt 4-5 főnél kicsit többen vannak a mintában, míg 42 éves egyáltalán nincs, a 44, 51 és 53 évesek közül pedig csak 1-1 fő került a mintába. A férfiak életévek szerinti megoszlást az alábbi ábra (Stem&Leaf) szemlélteti. Hány éves 2006-ban? Q2= férfi Gyakoriság Stem & Leaf 18,00 1. 888888888888888999 18,00 2. 001111111233344444 28,00 2. 5555666677777888888999999999 32,00 3. 00000001111112222233333333344444 18,00 3. 555555667777888899 16,00 4. 0000011111133334 28,00 4. 5666666777888888888999999999 13,00 5. 0012222223444 20,00 5. 55567777778889999999 18,00 6. 000000111122222222 A nők fele 42 évesnél fiatalabb, átlagéletkoruk 41,33 év. Az életkor szerint nem egyenletes a megoszlás, kiemelkedően sokan vannak a 30-34 évesek. A 28, a 31 évesek, a 38 évesek, továbbá a 49 évesek és a 62 évesek közül az egyenletesen várt 5 főnél kicsit többen vannak a mintában, míg a 35 évesek közül pedig csak 1 fő került a mintába. A nők életévek szerinti megoszlást az alábbi ábra (Stem&Leaf) szemlélteti. Hány éves 2006-ban? Q2= nő Gyakoriság Stem & Leaf 7,00 1. 8888889 14,00 2. 00000112222334 27,00 2. 555566666677778888888889999 16

43,00 3. 0000000111111111112222222233333333444444444 19,00 3. 5666666788888889999 22,00 4. 0000112222233333444444 28,00 4. 5555556667777888899999999999 24,00 5. 000011111112222333334444 28,00 5. 5556666666777777778888889999 21,00 6. 000000011112222222222 A saját életkorukon túl megkérdeztük azt is, hogy véleményük szerint egy 62 éves férfi és egy 62 éves nő várhatóan hány évet él. Az eredményeket dobozdiagramban foglaltuk össze, amely jól tükrözi a nemek szerinti különbségeket. Mind a férfiak, mind a nők helyesen tudják azt, hogy a nők 62 éves korban várható élettartama magasabb. 30 20 10 0 Egy most 62 éves fér fi hány évet él még Egy most 62 éves nő -10 hány évet él még átl N = 185 férfi 185 202 nő 202 A kérdezett neme A vélemények és a tényszámok azonban nincsenek teljesen összhangban, mert a különbséget jól becsülték, ugyan, de megkérdezettek jóval rövidebb tartamot jeleztek, mint a 2004-es KSH adatok. A megkérdezett 62 éves férfi várhatóan él még 62 éves nő várhatóan él Különbség nők javára még férfi 7,8 12,1 4,3 nő 7,3 11,7 4,4 KSH-2004 14,76 18,96 4,2 17

18

1.3 A pénztári tagság és informáltság statisztikai modellezése 1.3.1 Magánnyugdíjpénztári tagok Az öngondoskodási formák közül kiemelt szerepe van mind a taglétszám, mind a felhalmozott vagyon alapján a magánpénztáraknak, ezért a MNYP tagok válaszait további vizsgálatoknak vetettük alá. 1. A válaszoló neme statisztikai értelemben nincs szignifikáns hatással (khi-négyzet: 1,955 és p=0,162)a tagságra, de az ábrán szembetűnő, hogy a nők között több a tag. Count A kérdezett neme Total férfi nő MNYPTAG nem tag tag Total 124 87 211 121 111 232 245 198 443 130 120 110 100 90 MNYPTAG Count 80 férfi nő nem tag tag A kérdezett neme Step 1 a Q2(1) Constant a. Variable(s) entered on step 1: Q2. Variables in the Equation 95,0% C.I.for EXP(B) B S.E. Wald df Sig. Exp(B) Lower Upper,268,192 1,952 1,162 1,307,898 1,905 -,354,140 6,421 1,011,702 A logit modell alapján egy nő 1,307 szer nagyobb valószínűséggel MNYP tag, mint egy férfi, de a hatás nem szignifikáns (p=0,162). 19

2. Ha valakinek nincs életbiztosítása, akkor 67% -kal kisebb a valószínűsége, hogy tagja egy MNYP-nak. Step 1 a Q34(1) Constant a. Variable(s) entered on step 1: Q34. Variables in the Equation 95,0% C.I.for EXP(B) B S.E. Wald df Sig. Exp(B) Lower Upper -,405,193 4,418 1,036,667,457,973,010,142,005 1,943 1,010 3. Akik tagok, azok szerint kevesebbet él egy 62 éves férfi és egy 62 éves nő, mint a nem tagok szerint. A mediánokat táblázatban foglaltuk össze. 62 évesen még hány évet él férfi n ő Tag szerint 7 1 0 Nem tag szerint 8 1 2 30 20 10 Egy most 62 éves fér fi hány évet él még Egy most 62 éves nő 0 hány évet él még átl N = 214 214 169 169 nem tag tag Magánnyugdíjpénztárban Ugyanakkor a még várható életéveknek nincs szignifikáns hatása a MNYP tagságra. 4. Meglepő módon nincs szignifikáns hatása a tagság tényére annak, hogy a fizetéshez képest kívánt és ténylegesen várható nyugdíj hány százalék, sem annak, hogy az ehhez szükséges megtakarítás mértéke mekkora. 20

5. Az egészségi állapotukat sokkal többen ítélik az átlagosnál kedvezőbbnek, mint rosszabbnak, és ez a megállapítás a MNYP tagokra fokozottan igaz. 100 80 60 fő 40 20 MNYPTAG nem tag 0 az átlagnál rosszabb az átlagnál rosszabb átlagos az átlagnál jobb+ az átlagnál jobb++ tag Milyen az Ön egészségi állapota? Az egészségi állapot javulása jelentősen (2,6 és 9 közötti arányban) emeli a tagság valószínűségét. Variables in the Equation B S.E. Wald df Sig. Exp(B) Step Q46 20,705 4,000 1 a Q46(1),952,718 1,758 1,185 2,590 Q46(2) 2,211,627 12,444 1,000 9,129 Q46(3) 2,100,638 10,831 1,001 8,170 Q46(4) 2,038,646 9,937 1,002 7,673 Constant -2,156,609 12,536 1,000,116 a. Variable(s) entered on step 1: Q46. Az 5 kategória közül egy (az átlagosnál valamivel rosszabb) nem hatott szignifikánsan, ezért két kategóriába összevonva vizsgáltuk tovább. Az átlag alattinak érzett állapothoz képest az önmagukat átlagos vagy annál jobb egészségi állapotúnak minősítő emberek tagsági valószínűsége 4,6-szorosára emelkedik. 21

Step 1 a EGKATEG(1) Constant a. Variable(s) entered on step 1: EGKATEG. Variables in the Equation 95,0% C.I.for EXP(B) B S.E. Wald df Sig. Exp(B) Lower Upper 1,524,335 20,761 1,000 4,592 2,384 8,846-1,540,318 23,449 1,000,214 A kereszttáblában a függetlenség hipotézisét elvetjük. (Khi-négyzet: 23,755 és p=0,000) EGKATEG Total átlag alatt átlagos vagy jobb fő % fő % fő % MNYPTAG nem tag tag Total 56 12 68 82% 18% 100% 188 185 373 50% 50% 100% 244 197 441 55% 45% 100% 6. Az anyagi helyzetre adott válaszok erősen középre húznak. A változó kategóriáinak nincs szignifikáns hatása a tagságra. 120 100 80 fő 60 40 MNYPTAG 20 nem tag 0 az átlag alattiaz átlag alatti -- átlagos az átlagnál jobb++ az átlagnál jobb+ tag Milyen az Ön anyagi helyzete? 7. A házastársi vagy élettársi kapcsolatban élők között 1,7 szeres a tagság valószínűsége az egyedül élőkhöz képest. Természetesen ebben az életkor és a gyermekek száma is közrejátszik, bár ez utóbbi változó nem szignifikáns akkor sem, ha külön modellezzük a gyermekszám hatását a tagságra. 22

Step 1 a Q48(1) Constant a. Variable(s) entered on step 1: Q48. Variables in the Equation 95,0% C.I.for EXP(B) B S.E. Wald df Sig. Exp(B) Lower Upper,545,197 7,661 1,006 1,725 1,172 2,537 -,545,151 12,973 1,000,580 A családi állapot mellett az életkor 1-1 évnyi emelkedésével 96-98%-os mértékben csökken a tagság valószínűsége, de a két változó között szoros kapcsolat van, a fiatalabbak inkább egyedülállóak. 8. Az életkor hatását külön modellben is vizsgáltuk. Egy-egy évnyi életkor emelkedés rendre 95-98%-kal csökkenti a tagság valószínűséget mind a férfiak, mind a nők körében.,7,6 Predicted probability,5,4,3 A kérdezett neme nő,2 18 29 40 51 62 férfi KOR 9. A munkaviszony ténye és jellege is döntően befolyásolja a tagságot. A munkában nem állókhoz viszonyítva az alkalmazottak között 4,365-ször, a vállalkozók között pedig 3,25- ször magasabb a tagság becsült valószínűsége. Step 1 a Q51 Q51(1) Q51(2) Constant a. Variable(s) entered on step 1: Q51. Variables in the Equation 95,0% C.I.for EXP(B) B S.E. Wald df Sig. Exp(B) Lower Upper 40,988 2,000 1,474,231 40,647 1,000 4,365 2,775 6,867 1,179,341 11,943 1,001 3,250 1,666 6,342-1,179,191 38,244 1,000,308 Az alkalmazottak döntő hányada tag, míg a munkában nem állók között kis hányad tag. 23

A vállalkozók között 50-50% a tag és nem tag. 140 120 100 80 fő 60 40 MNYPTAG 20 nem tag 0 alkalmazott vállalkozó nem dolgozik tag Ön jelenleg dolgozik? A változók egyedi hatását vizsgáló elemzéssorozat eredményeként kiválasztható az a négy szempont, ami statisztikai értelemben döntően befolyásolja a MNYP-i tagságot. Az egészségi és a családi állapot mellett a kor és a foglalkoztatás jellege szerepel a modellben, ahol a kategóriák alapján becsüljük a tagság valószínűségét. A korábbi modellekben az egészségi állapot három kategóriája nem okozott szignifikáns különbséget, ezért összevontuk, és csak átlag alatti valamint átlagos vagy jobb besorolást alkalmaztunk. Statisztikai indokok alapján az életkort is 47 év alatt és 48 év feletti bontásban szerepeltetjük. Categorical Variables Codings Ön jelenleg dolgozik? Mi az Ön családi állapota? KOR2 EGKATEG alkalmazottként dolgozik vállalkozóként dolgozik nem dolgozik (gyes, munkanélküli, nyugdíjas stb.) egyedülálló házas- vagy élettárssal él 18-47 48-62 átlag alatt átlagos vagy jobb Parameter coding Frequency (1) (2) 234,000,000 49 1,000,000 147,000 1,000 186,000 244 1,000 277,000 153 1,000 66,000 364 1,000 24

A konstans szorosan korrelált a többi változóval, ezért elhagytuk a logit modellből. A maximális modellből kiindulva szelektáló backward eljárás eredményeként adódnak a becslő egyenletek. A négyváltozós modell azt mutatja, hogy a vállalkozó tagsági esélye nem tér el szignifikánsan az alkalmazottétól. Step 1 a Step 2 a EGKATEG(1) Q51 Q51(1) Q51(2) KOR2(1) EGKATEG(1) by KOR2(1) Q48(1) EGKATEG(1) Q51 Q51(1) Q51(2) KOR2(1) Q48(1) Variables in the Equation 95,0% C.I.for EXP(B) B S.E. Wald df Sig. Exp(B) Lower Upper,431,196 4,862 1,027 1,539 1,049 2,258 25,427 2,000 -,386,331 1,355 1,244,680,355 1,302-1,216,241 25,414 1,000,296,185,476-2,129,637 11,171 1,001,119,034,415,883,680 1,687 1,194 2,418,638 9,168,526,217 5,859 1,015 1,693 1,105 2,593,526,183 8,299 1,004 1,693 1,183 2,422 31,799 2,000 -,426,331 1,664 1,197,653,341 1,248-1,305,232 31,754 1,000,271,172,427-1,392,235 35,076 1,000,249,157,394,482,215 5,033 1,025 1,619 1,063 2,467 a. Variable(s) entered on step 1: EGKATEG, Q51, KOR2, EGKATEG * KOR2, Q48. A tagság esélye egy átlagos vagy jobb egészségi állapotú, egyedül álló, 47 év alatti alkalmazott esetében p/(1-p)= 1,693*1~1,7-szeres, a tagság valószínűsége 0,63. Ezt a csoportot 62 fő (14%) képviseli a mintában. A legmagasabb valószínűséget arra a csoportra becsüljük, ahol a jobb egészségű, alkalmazott, családos fiatalok vannak, számuk a mintában 89 fő (20%). Az együttes hatás nyomán a tagság esélye 1,693*1,619=2,741-szeres, a MNYP tagság valószínűsége ebben a csoportban a maximális, értéke: 0,73. A kapott tagsági valószínűségek minimuma 0,063. Ez az érték arra a 17 emberre jellemző, akik rossz egészségi állapotúnak vallják magukat, jelenleg nem dolgoznak, 48 év felettiek és egyedül élnek. Az összes lehetséges kategóriák száma 22, az egyes csoportokba eső válaszolók száma és aránya a mintában eltérő, amint ezt a következő táblázat mutatja. 25

Valószínűségek Missing Total,06313,09837,10239,15590,19909,20808,21325,21551,28698,29618,30502,30786,31453,40525,42627,50000,51385,52497,61820,62865,64150,73270 Total System Frequency Percent Valid Percent Percent 17 3,8 3,9 3,9 15 3,3 3,4 7,3 12 2,7 2,8 10,1 20 4,5 4,6 14,7 5 1,1 1,1 15,8 2,4,5 16,3 11 2,4 2,5 18,8 4,9,9 19,7 5 1,1 1,1 20,9 17 3,8 3,9 24,8 3,7,7 25,5 10 2,2 2,3 27,8 50 11,1 11,5 39,2 48 10,7 11,0 50,2 24 5,3 5,5 55,7 2,4,5 56,2 1,2,2 56,4 12 2,7 2,8 59,2 7 1,6 1,6 60,8 62 13,8 14,2 75,0 20 4,5 4,6 79,6 89 19,8 20,4 100,0 436 97,1 100,0 13 2,9 449 100,0 Tanulságos áttekinteni a logit modellel becsült tag-valószínűségek életkor szerinti megoszlását. Az ábrán szembetűnő, hogy 25-47 év között érik el a maximális valószínűséget, de az életkor önmagában nem magyarázza a valószínűségek szóródását. 26

,8,7 MNYP tag valószínűség,6,5,4,3,2,1 0,0 16 22 28 34 40 46 52 58 64 ÉLETKOR Még egy ábra segít abban, hogy a logit modellel nyert becslés hatékonyságát megítéljük. Ez a ROC 2 görbe, amelynek a vízszintes tengelyén a specifikáció komplementere (1-specificity) szerepel. Ez azt az arányt jelöli, hogy a tévesen tagnak minősítettek száma hogyan aránylik az összes nem tag számához. a függőleges tengelyén pedig a szenzitivitás mértéke a helyesen tagnak becsültek számát arányítja az összes tag számához. A bal felső sarokba tartó görbe lenne a legkedvezőbb. A görbén a töréspontok a 22 kategória határai. A görbe alatti teljes terület 0,75 egység, amit az AUC 3 mutató mér. E mértékhez a sztenderd hiba alapján konfidencia intervallum is tartozik. Ebből megállapíthatjuk, hogy 70 és 80% közötti találati arány érhető el a logit modell alapján. Az alkalmazási tapasztalatok alapján ez nagyon erős modellt jelez. 2 ROC: Receiver Operating Characteristic 3 AUC: Area Under the ROC Curve 27

Area Under the Curve Test Result Variable(s): PPeg2kor2foglcsalad Area Std. Error Asymptotic 95% Confidence Sig. b Lower Bound Upper Bound a Asymptotic Interval,750,023,000,705,796 a. Under the nonparametric assumption b. Null hypothesis: true area = 0.5 1,0 ROC Curve,8,5 Sensitivity,3 0,0 0,0,3,5,8 1,0 1 - Specificity Diagonal segments are produced by ties. 1.3.2 Tagság és informáltság statisztikai modellezése Ebben a részben két kérdést vizsgálunk: milyen változók magyarázzák azt, hogy a) egy megkérdezett tud a pénztárakról, illetve b) kik tagok az egyes pénztárakban. A statisztikai elemzés során az alábbi hatások erejét vizsgáljuk: 1. a nem 2. az életkor 3. egészségi állapot 4. anyagi helyzet 5. családi állapot 6. gyermekek száma 7. munkaerőpiaci státusz 28

Elméletileg 8 modell lehetséges (4 különböző pénztár, mindegyikére az informáltság és a tagság), de ebből kettőt nem érdemes vizsgálni, mert gyakorlatilag mindenki tud a magánnyugdíjpénztárról, és a mintában elenyésző számú ember van, aki csak az önsegélyező pénztárban tag. Így hat különböző modellt építettünk fel. Először a nemek hatását vizsgáltuk. Az 1. Táblázat mutatja a százalékos arányokat, amely általában a nők esetében magasabb, de az eltérés csak az egészségpénztári informáltság esetén szignifikáns. Modell Férfiak Nők Khi-négyzet P érték 1. Magánnyugdíjpénztári tagság 40.8 47.0 1.739 0.187 2. Önkéntes nyugdíjpénztári informáltság 82.2 86.9 1.905 0.167 3. Önkéntes nyugdíjpénztári tagság 23.5 25.0 0.142 0.707 4. Egészségpénztári informáltság 75.6 86.4 8.584 0.003 5. Egészségpénztári tagság 14.6 13.6 0.092 0.762 6. Önsegélyező pénztári informáltság 34.6 36.3 0.145 0.704 1. Táblázat Az informáltság és tagság százalékos aránya pénztártípusonként A 2. Táblázatban olyan logisztikus regressziós modellt készítettünk, ahol egyetlen magyarázó változó a nem. Az eredmények megerősítik előző megállapításunkat, a nők inkább tagok és informáltabbak, de az eltérés statisztikai értelemben nem jelentős 4. Modell Konstan s Exp(b) Sig. Férfi Exp(b) Sig. 1. Magánnyugdíjpénztári tagság -0.119 0.888 0.362-0.252 0.778 0.188 2. Önkéntes nyugdíjpénztári informáltság 1.889 6.613 0.000-0.362 0.696 0.169 3. Önkéntes nyugdíjpénztári tagság -1.099 0.333 0.000-0.083 0.920 0.707 4. Egészségpénztári informáltság 1.847 6.344 0.000-0.717 0.488 0.004 5. Egészségpénztári tagság -1.852 0.157 0.000 0.082 1.086 0.762 6. Önsegélyező pénztári informáltság -0.561 0.570 0.000-0.075 0.927 0.704 4 A viszonyítási pont a férfi, és az exp(b) értékek egy alattiak, kivéve az egészségpénztári tagságot (5. modell). A szignifikanciák is meghaladják a 5%-ot( kivéve a 4. modell). 29

2. Táblázat Logisztikus regressziós modell becsült együtthatói A nem után az életkor hatását vizsgáltuk. A 3. Táblázat mutatja a két kategóriára az átlagok értékét. Az átlagok mellett feltüntettük a medián értékét is, mivel ez a mutató nem érzékeny a szélsőségekre. A magánnyugdíjpénztár esetén a tagok átlagosan fiatalabbak, ami érthető is, mivel a fiatalabbaknak érte meg az átlépés. A többi pénztár esetén viszont a tagok vagy a pénztár létéről tudók idősebbek (A t-teszt értéke negatív.). Ez a jelenség azzal magyarázható, hogy egyrészt az idősebbek nagyobb jövedelemmel rendelkeznek, másrészt ők sokkal jobban ki vannak téve azoknak a kockázatoknak, amikre a pénztár fedezetet nyújt. Azt a hatást is érdemes figyelembe venni, hogy a mintában szereplő fiatalok nagy része (30 év alatt) vélhetően nem rendelkezik rendszeres havi jövedelemmel, ezért kerüli el figyelmüket az önkéntes pénztárak léte. Átlag Medián Modell Tagok, Nem tagok, Tagok, Nem tagok, Informáltak nem informáltak Informáltak nem informáltak t teszt P érték 1. Magánnyugdíjpénztári tagság 36.9 42.7 34.0 46.0 4.542 0.000 2. Önkéntes nyugdíjpénztári informáltság 41.5 32.9 41.0 27.0-4.390 0.000 3. Önkéntes nyugdíjpénztári tagság 41.5 39.7 40.0 38.0-1.437 0.152 4. Egészségpénztári informáltság 41.1 35.9 41.0 32.5-3.244 0.002 5. Egészségpénztári tagság 41.9 39.9 43.0 38.0-1.265 0.209 6. Önsegélyező pénztári informáltság 44.8 48.0 37.6 34.0-5.593 0.000 3. Táblázat Az életkorok átlagai és mediánjai tagok és nem tagok esetén 30

A 4. Táblázatban a logisztikus regressziós modellek futtatásainak eredményei találhatók. Az életkor növekedése a 2.-6. modell esetén növeli a tájékozottság és a tagság esélyét, mert exp(b)>1. Az önkéntes nyugdíj- és egészségpénztári tagságnál az életkori hatás nem szignifikáns. Az 5. Táblázatban négyzetes tagokat is szerepeltettünk, hogy a nemlinearitást fel tudjuk térképezni. Mindegyik esetben konkáv összefüggést kaptunk, ami a modellek többségében szignifikáns is. A maximum a középkorúakra adódik, amiből azt a következtetést vonhatjuk le, hogy a fiatalok és az idősek kisebb arányban tagok, tehát a középkorúak közül kerülnek ki legnagyobb arányban a pénztártagok és ők informáltak a legjobban. Modell Konstans Exp(b) Sig. Kor Exp(b) Sig. 1. Magánnyugdíjpénztári tagság 1.027 2.792 0.001-0.032 0.969 0.000 2. Önkéntes nyugdíjpénztári informáltság -0.239 0.788 0.565 0.053 1.054 0.000 3. Önkéntes nyugdíjpénztári tagság -1.552 0.212 0.000 0.010 1.010 0.213 4. Egészségpénztári informáltság 0.283 1.327 0.454 0.031 1.032 0.001 5. Egészségpénztári tagság -2.280 0.102 0.000 0.012 1.012 0.249 6. Önsegélyező pénztári informáltság -2.324 0.098 0.000 0.042 1.043 0.008 4. Táblázat Logisztikus regressziós modell becsült együtthatói Modell Konstans Sig. Kor Sig. Kor négyzet Sig. Maximum 1. Magánnyugdíjpénztári tagság -6.755 0.000 0.405 0.000-0.006 0.000 33.750 2. Önkéntes nyugdíjpénztári informáltság -5.623 0.000 0.371 0.000-0.004 0.000 46.375 3. Önkéntes nyugdíjpénztári tagság -8.439 0.000 0.376 0.000-0.004 0.000 47.000 4. Egészségpénztári informáltság -0.767 0.464 0.091 0.142-0.001 0.325 45.500 5. Egészségpénztári tagság -5.349 0.001 0.176 0.034-0.002 0.045 44.000 6. Önsegélyező pénztári informáltság -2.509 0.027 0.052 0.368 0.000 0.863 n/a 5. Táblázat Logisztikus regressziós modell becsült együtthatói négyzetes tagok esetén 31

A megkérdezett egészségi állapota tekintetében is különböznek a tagok és informáltak százalékos arányai, ezt mutatja a 6. táblázat. Általában az átlagnál rosszabb egészségi állapotúakra más arányok jellemzőek. A modellek többségében kisebb arányokat kapunk rájuk, amit a vélhetően kedvezőtlenebb jövedelmi helyzettel tudunk magyarázni. Egyetlen kivétel az egészségpénztári információ, de teljesen logikusan ez a kockázat őket sokkal jobban érinti, az egészségpénztárakban viszont kisebb arányban tagok, mivel (vélhetően) nem rendelkeznek ehhez a megfelelő jövedelemmel. A bemutatott hatások csak a nyugdíjpénztári modellek esetén szignifikánsak A logisztikus regressziós modell esetén a kontrollcsoportot az átlagosnál rosszabb egészségi állapotúak alkotják. A becsült együtthatók értékeit a 7. Táblázat mutatja. Modell Átlagosnál Átlagosnál Átlagosnál Átlagosnál Khinégyzet érték P Átlagos lényegesen rosszabb rosszabb jobb lényegesen jobb 1. Magánnyugdíjpénztári tagság 10.0 22.5 51.4 47.7 46.0 26.314 0.000 2. Önkéntes nyugdíjpénztári informáltság 80.0 85.0 85.5 84.7 85.1 0.606 0.962 3. Önkéntes nyugdíjpénztári tagság 6.7 10.0 27.4 27.0 27.6 11.368 0.023 4. Egészségpénztári informáltság 86.7 87.2 80.4 80.2 79.3 1.843 0.765 5. Egészségpénztári tagság 10.0 10.0 15.6 15.3 11.5 1.953 0.744 6. Önsegélyező pénztári informáltság 36.7 40.0 37.3 34.9 28.7 2.370 0.668 6. Táblázat Az informáltság és tagság százalékos aránya pénztártípusonként Egészségi Modell Konstans Exp(b) Sig. állapot Exp(b) Sig 1. Magánnyugdíjpénztári tagság -1.576 0.207 0.000 1.538 4.657 0.000 2. Önkéntes nyugdíjpénztári informáltság 1.576 4.833 0.000 0.171 1.185 0.625 3. Önkéntes nyugdíjpénztári tagság -2.367 0.094 0.000 1.389 4.010 0.002 32

4. Egészségpénztári informáltság 1.897 6.667 0.000-0.504 0.604 0.185 5. Egészségpénztári tagság -2.197 0.111 0.000 0.430 1.537 0.311 6. Önsegélyező pénztári informáltság -0.465 0.628 0.058-0.172 0.842 0.522 7. Táblázat Logisztikus regressziós modell becsült együtthatói A megkérdezett anyagi helyzete szerinti százalékos megoszlásokat a 8. Táblázat mutatja. A megkérdezett anyagi helyzete szerint sokkal kisebb hatásokat találunk, mint várnánk. Egyrészt gondolhatunk arra, hogy más változók azért tűnnek relevánsnak, mert összefüggésben állnak az anyagi helyzettel, mint ahogy például az egészségi kategóriáknál leírtuk a vélekedésünket. Ennek ellenére a jövedelmi kategóriák csak az önkéntes nyugdíjpénztári tagság esetén szignifikánsak, de ott is csak 5 vagy 10%-os szignifikanciaszint esetén. A logit modellben most is az átlagnál alacsonyabb jövedelmi helyzet a kontrolcsoport. A modell illesztésekor a válaszmegtagadókat kiszűrtük. A becsült együtthatók értékeit a 9. Táblázat mutatja. Modell Átlagosnál Átlagosnál Átlagosnál Átlagosnál Válasz- Khinégyzet érték P lényegesen Átlagos lényegesen rosszabb jobb megtagadás rosszabb jobb 1. Magánnyugdíjpénztári tagság 42.9 36.7 46.4 43.9 47.8 50 2.531 0.772 2. Önkéntes nyugdíjpénztári informáltság 78.6 83.5 87.5 85.4 78.3 70 4.723 0.451 3. Önkéntes nyugdíjpénztári tagság 14.3 12.7 26.8 28 39.1 30 11.603 0.041 4. Egészségpénztári informáltság 78.6 79.5 83.5 79.3 78.3 80 1.383 0.926 5. Egészségpénztári tagság 17.9 8.9 15.6 13.4 21.7 0 5.32 0.378 6. Önsegélyező pénztári informáltság 46.4 26.9 36 40.7 30.4 30 5.354 0.374 8. Táblázat Az informáltság és tagság százalékos aránya pénztártípusonként 33

Konstan Anyagi Modell s Exp(b) Sig. helyzet Exp(b) Sig. 1. Magánnyugdíjpénztári tagság -0.476 0.621 0.017 0.312 1.366 0.171 2. Önkéntes nyugdíjpénztári informáltság 1.533 4.632 0.000 0.309 1.363 0.302 3. Önkéntes nyugdíjpénztári tagság -1.894 0.151 0.000 0.947 2.579 0.002 4. Egészségpénztári informáltság 1.340 3.818 0.000 1.818 1.199 0.517 5. Egészségpénztári tagság -2.069 0.126 0.000 0.373 1.452 0.275 6. Önsegélyező pénztári informáltság -0.750 0.472 0.000 0.210 1.234 0.377 9. Táblázat Logisztikus regressziós modell becsült együtthatói A következő vizsgált változó a családi állapot. Magyarországi vizsgálatok is kimutatták, hogy az egyedül élők több szempontból is rosszabb kilátásokkal rendelkeznek, mint a társas kapcsolatban élők: kisebb a várható élettartamuk, rosszabb az egészségi állapotuk. Ez alapján azt várhatnánk, hogy a nagyobb kockázat miatt jobban informáltak a pénztárakról, nagyobb arányban tagok. Másik oldalról az is kimutatható, hogy az egyedül élők rosszabb anyagi helyzetben vannak, így az is magyarázható, ha kisebb arányban tagok. A családi állapotra vonatkozó százalékos megoszlásokat a 10. táblázat mutatja. A táblázat szerint a társas kapcsolatban élők jobban informáltak és nagyobb arányban tagok. Ez a hatás gyakorlatilag mindig szignifikáns. Növelheti az is a változó hatását, hogy a saját jövedelemmel nem rendelkező fiatalok inkább egyedül állók, és tudjuk, hogy ők kevesebb információval rendelkeznek és kisebb arányban tagok a pénztárakban. Modell Egyedül Társas Khinégyzet érték P álló kapcsolat 1. Magánnyugdíjpénztári tagság 35.6 50 9.28 0.002 2. Önkéntes nyugdíjpénztári informáltság 77.3 90.1 13.647 0,000 3. Önkéntes nyugdíjpénztári tagság 14.4 32.1 18.617 0,000 4. Egészségpénztári informáltság 75.6 85.3 6.674 0.010 34

5. Egészségpénztári tagság 9.8 17.1 4.84 0.028 6. Önsegélyező pénztári informáltság 30.4 39 3.576 0.059 10. Táblázat Az informáltság és tagság százalékos aránya pénztártípusonként Modell Konstans Exp(b) Sig. Társas kapcsolat Exp(b) Sig. 1. Magánnyugdíjpénztári tagság -0.594 0.552 0.000 0.594 1.812 0.002 2. Önkéntes nyugdíjpénztári informáltság 1.226 3.409 0.000 0.980 2.663 0.000 3. Önkéntes nyugdíjpénztári tagság -1.780 0.169 0.000 1.033 2.808 0.000 4. Egészségpénztári informáltság 1.133 3.106 0.000 0.626 1.871 0.010 5. Egészségpénztári tagság -2.220 0.109 0.000 0.639 1.895 0.030 6. Önsegélyező pénztári informáltság -0.830 0.436 0.000 0.384 1.469 0.059 11. Táblázat Logisztikus regressziós modell becsült együtthatói A gyermekek száma tekintetében is egymásnak ellentmondó hipotéziseket fogalmazhatunk meg. Egyrészt minél több gyermek van a családban, annál érzékenyebben érinti a családot egy kereső személy jövedelmének elmaradása. Másrészről minél több a gyermek a családban, vélhetően annál kisebb az egy főre jutó jövedelem, tehát kisebb a fizetőképes kereslet az önkéntes öngondoskodás iránt. Harmadrészt úgy is lehet érvelni, hogy minél több a gyermek a családban, annál kevésbé van ráutalva az egyén a családon kívüli gondoskodási formákra. A tényleges arányokat a 12. Táblázat tartalmazza (4 gyermekes családból kevés fordult elő a megkérdezettek között, azért olyan szélsőségesek az értékek). Az adatokra ránézve nehéz egyértelmű tendenciákat megfogalmazni, bár sok esetben szignifikáns különbségeket találunk. Gyermekek száma 35

Modell 0 1 2 3 4 Khinégyzet érték P 1. Magánnyugdíjpénztári tagság 45.5 43.5 47.3 29.0 0.0 5.921 0.205 2.Önkéntes nyugdíjpénztári informáltság 76.7 88.9 90.8 87.1 100.0 14.580 0.006 3. Önkéntes nyugdíjpénztári tagság 14.8 33.3 30.5 22.6 0.0 17.268 0.002 4. Egészségpénztári informáltság 74.4 85.2 87.7 77.4 100.0 11.001 0.027 5. Egészségpénztári tagság 12.5 9.3 20.6 9.7 33.3 8.469 0.075 6. Önsegélyező pénztári informáltság 28.7 41.7 38.8 35.5 66.7 7.142 0.129 12. Táblázat Az informáltság és tagság százalékos aránya pénztártípusonként A logisztikus regressziós modell esetén a gyermekkel nem rendelkezőkhöz hasonlítjuk a gyermekes családokat, ezt tartalmazza a 13. Táblázat. A gyermekkel rendelkezők több modell esetén is szignifikánsan jobban informáltak, nagyobb arányban tagok. 13. Modell Konstan s Exp(b) Sig. Gyerme k Exp(b) Sig. 1. Magánnyugdíjpénztári tagság -0.182 0.833 0.288-0.090 0.914 0.642 2. Önkéntes nyugdíjpénztári informáltság 1.192 3.293 0.000 0.977 2.657 0.000 3. Önkéntes nyugdíjpénztári tagság -1.753 0.173 0.000 0.924 2.520 0.000 4. Egészségpénztári informáltság 1.069 2.911 0.000 0.719 2.052 0.003 5. Egészségpénztári tagság -1.946 0.143 0.000 0.213 1.237 0.454 6. Önsegélyező pénztári informáltság -0.908 0.403 0.000 0.497 1.643 0.017 Táblázat Logisztikus regressziós modell becsült együtthatói A munkaerőpiaci státusz tekintetében megint csak egymásnak ellentmondó hipotéziseket fogalmazhatunk meg. A kockázatnak leginkább kitett csoport az inaktívak, továbbá ők rendelkeznek a legkisebb jövedelemmel. Érdekes kérdés az is, hogy találunk-e az alkalmazottak és a vállalkozók között 36

lényegi különbségeket. A százalékos megoszlást a 14. Táblázat tartalmazza. Minden modell esetében szignifikáns különbségeket találunk, amit a nem aktívak alacsony értékeinek tudhatunk be. Az alkalmazottak és munkavállalók az egészségpénztárak és önsegélyező pénztárak értékeiben térnek el. Az alkalmazottak jobban informáltak az egészségpénztárakról, mint a vállalkozók és a logisztikus regresszió szerint ez szignifikáns, a vállalkozók viszont az önsegélyező pénztárakról jobban informáltak, ami viszont nem szignifikáns. A logisztikus regresszió esetén az inaktívakat tekintettük kontroll csoportnak. Modell Alkalmazott Vállalkozó Nem Khinégyzet érték P dolgozik 1. Magánnyugdíjpénztári tagság 57.1 50.0 22.8 46.214 0.000 2. Önkéntes nyugdíjpénztári informáltság 92.1 90.0 71.5 32.183 0.000 3. Önkéntes nyugdíjpénztári tagság 33.8 34.0 7.0 39.994 0.000 4. Egészségpénztári informáltság 85.8 78.0 75.3 7.196 0.027 5. Egészségpénztári tagság 20.8 10.0 5.1 20.375 0.000 6. Önsegélyező pénztári informáltság 36.4 44.0 31.6 2.681 0.262 14. Táblázat Az informáltság és tagság százalékos aránya pénztártípusonként Modell Konstans Exp(b) Sig. Alkalmazott Exp(b) Sig. Vállalkozó Exp(b) Sig. Magánnyugdíjpénztári tagság -1.221 0.295 0.000 1.506 4.508 0.000 1.221 3.389 0.000 Önkéntes nyugdíjpénztári informáltság 0.921 2.511 0.000 1.533 4.632 0.000 1.276 3.584 0.000 Önkéntes nyugdíjpénztári tagság -2.593 0.075 0.000 1.918 6.808 0.000 1.929 6.884 0.000 Egészségpénztári informáltság 1.116 3.051 0.000 0.681 4.976 0.009 0.150 1.162 0.699 Egészségpénztári tagság -2.931 0.053 0.000 1.596 4.934 0.000 0.734 2.083 0.217 Önsegélyező pénztári informáltság -0.772 0.462 0.000 0.214 1.238 0.329 0.530 1.700 0.111 37

15. Táblázat Logisztikus regressziós modell becsült együtthatói Az eddig külön-külön elemzett és bemutatott változók között erős összefüggéseket tételezünk fel, közülük párat már be is mutattunk. Célunk volt egy olyan logisztikus regressziós modell megalkotása, ahol a bemutatott változó egyszerre szerepelnek. Ezt mutatja a 16. Táblázat. A táblázatba csak az 5%-os szignifikanciaszinten szignifikáns változókhoz írtuk be az együtthatók értékeit. A táblázat tartalmazza a ROC görbe értékét is. Az ROC görbe a modell jóságát méri területek arányában. Ha modellnek nincs magyarázóereje, az érték 0,5, a táblázatban szereplő számok lényegesen meghaladják ezt az értéket. A táblázat szerint a magán- és az önkéntes nyugdíjpénztári tagságot és informáltságot viszonylag jól tudjuk előre jelezni, az egészség- és önsegélyező pénztárakra sokkal gyengébb modelleket kapunk. A táblázat szerint az alkalmazottak általában jobban informáltak, nagyobb eséllyel tagok, még a vállalkozókhoz képest is. (Az egynél nagyobb együtthatók az esély növekedését jelzik.) 38

Változók Magánnyugdíjpénztári tagság Önkéntes nyugdíjpénztári informáltság Önkéntes nyugdíjpénztári tagság Egészségpénztári informáltság Egészségpénztári tagság Önsegélyező pénztári informáltság Nem -0.662 Kor 0.303 0.302 0.182 0.027 0.042 Kor négyzet -0.004-0.003-0.002 Egészségi állapot 1.174 Anyagi helyzet 0.671 1.047 Társas kapcsolat 0.56 Gyermek Alkalmazott Vállalkozó Konstans ROC 0.809 0.709 1.116 1.589 0.58 1.378 1.298-6.6-5.467-7.184 0.493-2.173-2.324 0.769 0.805 0.759 0.675 0.651 0.655 16. Táblázat Logisztikus regressziós modell becsült együtthatói A 17. táblázatban a modelleket kibővítettük úgy, hogy szerepeltettük bennük a vizsgált pénztáron kívüli tagságot és azt, hogy a megkérdezettnek van-e életbiztosítása. A modellek többségében az új változók közül valamelyik szignifikáns volt, ezekben a modellekben javult a magyarázóerő. Meglepő tény, hogy az életbiztosítással rendelkezés csak az önsegélyező pénztárról rendelkező információt befolyásolja szignifikánsan. A magánnyugdíjpénztári tagság is csak az önsegélyező pénztári tagságot befolyásolja szignifikánsan. Összességében elmondható, hogy a pénztári tagságnak és az életbiztosítás létének sokkal nagyobb jelentőséget véltünk, mint azt a tényleges esetek visszaigazolják. (Az egynél nagyobb együtthatók itt is az esély növekedését jelzik.) A legnagyobb biztonsággal a legmagasabb ROC értékkel - az önkéntes pénztári tagság és informáltság esélyét becslő modell alkalmazható. 39

Változók Magánnyugdíjpénztári tagság Önkéntes nyugdíjpénztári informáltság Önkéntes nyugdíjpénztári tagság Egészségpénztári informáltság Egészségpénztári tagság Önsegélyező pénztári informáltság Nem -0.684 Kor 0.306 0.302 0.025 0.039 Kor négyzet -0.004-0.003 Egészségi állapot 0.905 Anyagi helyzet 0.671 0.953 Társas kapcsolat Gyermek 1.105 Alkalmazott 0.617 1.116 1.358 1.115 Vállalkozó 1.440 Életbiztosítás 0.446 Magánnyugdíjpénztár 1.166 Önkéntes nyugdíjpénztár 1.285 1.382 1.269 Egészségpénztár 1.134 0.863 Konstans -6.331-5.467-4.509 0.633-2.983-2.555 ROC 0.795 0.805 0.801 0.699 0.732 0.692 17. Táblázat Logisztikus regressziós modell becsült együtthatói Egészségpénztárról tudnak: Variables in the Equation B S.E. Wald df Sig. Exp(B) Step Kor,046,011 17,432 1,000 1,047 1(a) Nemkor -,024,007 12,092 1,001,977 nyugdijnagyd,705,263 7,193 1,007 2,024 alkalmazottd,520,258 4,063 1,044 1,682 Constant -,436,433 1,012 1,314,647 a Variable(s) entered on step 1: kor, nemkor, nyugdijnagyd, alkalmazottd. 40

Area Under the Curve Test Result Variable(s): Predicted probability Area Std. Error(a) Asymptotic 95% Confidence Asymptotic Interval Sig.(b) Lower Bound Upper Bound,700,030,000,642,758 41