ABOUT THE SPEAKER
Shlomo Benartzi - Economist
Shlomo Benartzi uses behavioral economics to study how and why we plan well for the future (or fail to), and uses that to develop new programs to encourage saving for retirement.

Why you should listen

Shlomo Benartzi studies behavioral finance with a special interest in personal finance. He is co-founder of the Behavioral Finance Forum (www.behavioralfinanceforum.com), a collective of 40 prominent academics and 40 major financial institutions from around the globe.  The Forum helps consumers make better financial decisions by fostering collaborative research efforts between academics and industry leaders.

Benartzi’s most significant research contribution is the development of Save More Tomorrow™ (SMarT), a behavioral prescription designed to help employees increase their savings rates gradually over time.

More profile about the speaker
Shlomo Benartzi | Speaker | TED.com
TEDSalon NY2011

Shlomo Benartzi: Saving for tomorrow, tomorrow

શ્લૉમૉ બૅનાર્ત્ઝી - આવતીકાલને આવતીકાલ માટે બચાવો

Filmed:
1,754,678 views

આવતાં અઠવાડીયાંથી પૈસા બચાવવાનું તો સમજાય, પરંતુ આજ ઘડીએથી કંઇ કરવાનું હોય તો? સામાન્ય રીતે, તો આપણે ખર્ચ કરી નાખીએ. અર્થશાસ્ત્રી શ્લૉમૉ બૅનાર્ત્ઝીનું કહેવું છે કે નિવૃતિમાટે બચત કરવામાં આ જ તો મોટી આડખીલી છે, અને પૂછે છેઃ વર્તણૂંકના આ પડકારને આપણે વર્તણૂંકના ઉપાયમાં કઇ રીતે ફેરવી નાખી શકીએ?
- Economist
Shlomo Benartzi uses behavioral economics to study how and why we plan well for the future (or fail to), and uses that to develop new programs to encourage saving for retirement. Full bio

Double-click the English transcript below to play the video.

00:15
I'm going to talk today about saving more,
0
0
3000
આજે હું વધારે બચત કરવા વિષે વાત કરીશ,
00:18
but not today, tomorrow.
1
3000
3000
પણ આજે નહીં, આવતીકાલે.
00:21
I'm going to talk about Save More Tomorrow.
2
6000
2000
હું વાત કરીશ 'આવતી કાલે વધારે બચત કરો' વિષે.
00:23
It's a program that Richard Thaler
3
8000
2000
આ, મેં અને શીકાગો યુનિવર્સીટીના રીચર્ડ થૅલરે,
00:25
from the University of Chicago and I
4
10000
2000
આજ થી લગભગ ૧૫ વર્ષ પહેલાં
00:27
devised maybe 15 years ago.
5
12000
3000
બનાવેલ પ્રોગ્રામ છે.
00:30
The program, in a sense,
6
15000
2000
પ્રોગ્રામ, એક અર્થમાં,
00:32
is an example of behavioral finance
7
17000
2000
સ્ટીરૉઇડ પર મુકાયેલ નાણાકીય વર્તણૂંકનું
00:34
on steroids --
8
19000
2000
ઉદાહરણ છે --
00:36
how we could really use behavioral finance.
9
21000
3000
આપણે નાણાકીય વર્તણૂંકનો કઇ રીતે ઉપયોગ કરી શકીએ.
00:39
Now you might ask, what is behavioral finance?
10
24000
3000
હવે તમે પૂછ્શો કે આ નાણાકીય વર્તણૂક વળી શું છે?
00:42
So let's think about how we manage our money.
11
27000
3000
ચાલો આપણે આપણા પૈસાની વ્યવસ્થા કઇ રીતે કરીએ છીએ તે વિચારીએ.
00:45
Let's start with mortgages.
12
30000
3000
શરૂઆત કરીએ લૉનથી.
00:48
It's kind of a recent topic,
13
33000
2000
એ પ્રમાણમાં નવો વિષય છે,
00:50
at least in the U.S.
14
35000
2000
યુ. એસ.માં તો ખાસ.
00:52
A lot of people buy
15
37000
2000
મોટા ભાગના લોકો
00:54
the biggest house they can afford,
16
39000
3000
પોતાને જેટલું પરવડે તે પૈકી સહુથી મોટાં ઘરથી
00:57
and actually slightly bigger than that.
17
42000
3000
પણ થોડું મોટું જ ઘર ખરીદતાં હોય છે,
01:00
And then they foreclose.
18
45000
3000
અને તેને માટેની લૉન લઇ પાડતા હોય છે.
01:03
And then they blame the banks
19
48000
2000
અને પછી તેઓ બૅન્કોને ભાંડે છે
01:05
for being the bad guys who gave them the mortgages.
20
50000
3000
કે ક્યા વેરીઓએ તેમની આ લૉન મંજૂર કરી આપી.
01:08
Let's also think about
21
53000
2000
આપણે આપણાં જોખમોને પણ
01:10
how we manage risks --
22
55000
2000
કઇ રીતે મૅનૅજ કરીએ છીએ તે પણ જોઇએ --
01:12
for example, investing in the stock market.
23
57000
2000
દા.ત. શેર માર્કેટમાં રોકાણો
01:14
Two years ago, three years ago, about four years ago,
24
59000
3000
બે વર્ષ, ત્રણ વર્ષ કે ચાર વર્ષ પહેલાં
01:17
markets did well.
25
62000
2000
બજાર સારાં હતાં.
01:19
We were risk takers, of course.
26
64000
3000
અને આપણે પણ જોખમ ખેડનાર તો હતા જ.
01:22
Then market stocks seize
27
67000
2000
અને પછી શૅર બજાર બેસી જાય
01:24
and we're like, "Wow.
28
69000
2000
અને આપણે બોલી ઉઠીએ ,"અરે.
01:26
These losses, they feel, emotionally,
29
71000
3000
તેઓ આ નુકસાનને લાગણીથી જૂએ
01:29
they feel very different
30
74000
3000
અને માને કે આ તો આપણે ખરેખર
01:32
from what we actually thought about it
31
77000
3000
બજાર જ્યારે ઉપર જતાં હતાં અને
01:35
when markets were going up."
32
80000
2000
જે માનતા હતા તેનાથી જૂદું જ છે."
01:37
So we're probably not doing a great job
33
82000
3000
એટલે આપણે જોખમ લેવાની વાત આવે ત્યારે
01:40
when it comes to risk taking.
34
85000
2000
કદાચ બહુ સારૂં નથી કરી રહ્યા.
01:42
How many of you have iPhones?
35
87000
3000
તમારામાંથી કેટલા પાસે આઇફોન છે?
01:45
Anyone? Wonderful.
36
90000
3000
છે કોઇ? બહુ સરસ.
01:48
I would bet many more of you
37
93000
3000
હું શરત લગાવવા તૈયાર છું કે તમારામાંથી
01:51
insure your iPhone --
38
96000
3000
મોટા ભાગના આઇફિનનો વિમો લેતા હશે--
01:54
you're implicitly buying insurance by having an extended warranty.
39
99000
3000
લંબાવેલ વૉરન્ટી લઇને આડકતરી રીતે તમે તેનો વિમો જ લો છો ને.
01:57
What if you lose your iPhone?
40
102000
2000
ધારો કે તમારો આઇફૉન ખોવાઇ જાય તો?
01:59
What if you do this?
41
104000
2000
આ પમાણે તમે કરશો?
02:01
How many of you have kids?
42
106000
2000
તમારાંમાંથી કેટલાંને બાળકો છે?
02:03
Anyone?
43
108000
2000
છે કોઇ અહીં એવું?
02:05
Keep your hands up
44
110000
2000
તમારા હાથ ઉંચા રાખજો
02:07
if you have sufficient life insurance.
45
112000
3000
જો તમારી પાસે પૂરતો જીવન વિમો હોય તો.
02:10
I see a lot of hands coming down.
46
115000
2000
હવે હું ઘણા હાથ નીચે થતા જોઇ રહ્યો છું
02:12
I would predict,
47
117000
2000
હું એવી ગણત્રી કરૂં કે
02:14
if you're a representative sample,
48
119000
2000
જો તમે રજૂઆતપ્રદ નમુનો હો,
02:16
that many more of you
49
121000
2000
તો તમારામાંથી ઘણા
02:18
insure your iPhones than your lives,
50
123000
3000
તમને બાળકો હશે તો પણ પોતાનાં જીવનને બદલે,
02:21
even when you have kids.
51
126000
2000
આઇફૉનનો વિમો કરાવતા હશે.
02:23
We're not doing that well when it comes to insurance.
52
128000
3000
વિમાની વાત આવે ત્યારે આપણે ઢીલા પડતા જ્ણાઇએ છીએ.
02:26
The average American household
53
131000
4000
એક સરેરાશ અમૅરીકન કુટુંબ
02:30
spends 1,000 dollars a year
54
135000
3000
વર્ષે ૧૦૦૦ $
02:33
on lotteries.
55
138000
2000
લૉટરી પાછળ ખર્ચે છે.
02:35
And I know it sounds crazy.
56
140000
3000
હું જાણું છું કે આ વાત હાસ્યાપદ લાગે છે.
02:38
How many of you spend a thousand dollars a year on lotteries?
57
143000
3000
તમારામાંના કેટલા વર્ષે ૧૦૦૦ ડૉલર લૉટરી પાછળ ખર્ચે છે?
02:41
No one.
58
146000
2000
કોઇ નહીં.
02:43
So that tells us that the people not in this room
59
148000
3000
એટલે કે આ રૂમમાં હાજર નથી તેવા લોકો
02:46
are spending more than a thousand
60
151000
2000
૧૦૦૦ કરતાં વધારે ખર્ચે છે
02:48
to get the average to a thousand.
61
153000
3000
જેથી સરેરાશ ૧૦૦૦ની આવી રહે.
02:51
Low-income people
62
156000
2000
ઓછી આવકવાળા લોકો
02:53
spend a lot more than a thousand on lotteries.
63
158000
4000
લૉટરી પાછળ ૧૦૦૦ ડૉલરથી ઘણા વધારે ખર્ચે છે.
02:57
So where does it take us?
64
162000
2000
તો આ બધાંનો શું અર્થ કાઢીશું?
02:59
We're not doing a great job managing money.
65
164000
3000
આપણે નાણાંની વ્યવસ્થા કરવામાં ઉણા ઉતરીએ છીએ.
03:02
Behavioral finance is really a combination
66
167000
3000
નાણાકીય વર્તણૂક એ એક રીતે મનોવિજ્ઞાન અને
03:05
of psychology and economics,
67
170000
2000
અર્થશાસ્ત્રનું મિશ્રણ છે,
03:07
trying to understand
68
172000
2000
જેના વડે આપણે નાણાની બાબતોમાં
03:09
the money mistakes people make.
69
174000
2000
જે ભૂલો કરીએ છીએ તે સમજવાનો પ્રયત્ન કરીએ છીએ.
03:11
And I can keep standing here
70
176000
2000
હું બાકીની ૧૨ મિનિટ અને ૫૩ સેકંડ સુધી
03:13
for the 12 minutes and 53 seconds that I have left
71
178000
4000
સતત અહીં ઉભીને આપણે જે રીતે નાણાંની વ્યવસ્થા કરીએ છીએ તેના પર
03:17
and make fun of all sorts of ways
72
182000
2000
અનેક પ્રકારની મજાક
03:19
we manage money,
73
184000
2000
કરતો રહી શકું છું
03:21
and at the end you're going to ask, "How can we help people?"
74
186000
3000
અને અંતે તમે પૂછશો," આપણે લોકોની શું મદદ કરી શકીએ?"
03:24
And that's what I really want to focus on today.
75
189000
3000
બસ, મારી આજની વાતનો ઉદ્દેશ્ય આ જ છે.
03:27
How do we take an understanding
76
192000
2000
લોકો નાણાં અંગે જે ભૂલો કરે છે
03:29
of the money mistakes people make,
77
194000
3000
તેને સમજી અને પછીથી
03:32
and then turning the behavioral challenges
78
197000
3000
વર્તણુકના પડકારોને વર્તણૂકનાં નિરાકરણોમાં
03:35
into behavioral solutions?
79
200000
2000
શી રીતે ફેરવી શકીએ?
03:37
And what I'm going to talk about today
80
202000
2000
આજે હું "આવતીકાલથી વધારે બચત કરો" વિષે
03:39
is Save More Tomorrow.
81
204000
2000
વાત કરીશ.
03:41
I want to address the issue
82
206000
2000
હું બચત બાબતે
03:43
of savings.
83
208000
2000
ચર્ચા કરવા માંગું છું.
03:45
We have on the screen
84
210000
2000
આપણે સ્ક્રીનપર
03:47
a representative sample
85
212000
2000
દ્રષ્ટાંતરૂપ ઉદાહરણીય ૧૦૦ અમૅરીકન
03:49
of 100 Americans.
86
214000
2000
જોઇ રહ્યા છીએ.
03:51
And we're going to look at their saving behavior.
87
216000
3000
આપણે ખાસ તો તેમની બચત અંગેની વર્તણૂક જોઇશું.
03:54
First thing to notice is,
88
219000
2000
સહુથી પહેલાં તો ધ્યાન પર લાવવા જેવું
03:56
half of them
89
221000
2000
એ છે કે,તેમાંના અડધા
03:58
do not even have access
90
223000
2000
૪૦૧(ક) પ્લાનમાં
04:00
to a 401(k) plan.
91
225000
2000
આવરી નથી લેવાયા.
04:02
They cannot make savings easy.
92
227000
3000
તેઓ સહેલાઇથી બચત કરી શકે તેમ નથી.
04:05
They cannot have money go away from their paycheck
93
230000
3000
તેમના પગારમાંથી સીધા જ ૪૦૧(ક) પ્લાનમાં
04:08
into a 401(k) plan
94
233000
2000
તેઓ જૂએ તે પહેલાં જ કે
04:10
before they see it,
95
235000
2000
અડકી શકે તે પહેલાં જ
04:12
before they can touch it.
96
237000
2000
બચત જમા નથી થઇ શકતી.
04:14
What about the remaining half of the people?
97
239000
3000
અને બાકીના અડધાની શું પરિસ્થિતિ છે?
04:17
Some of them elect not to save.
98
242000
3000
તેમાંના કેટલાક તો બચત ન કરવાનું પસંદ કરે છે.
04:20
They're just too lazy.
99
245000
2000
તેઓ થોડા આળસુ છે.
04:22
They never get around to logging into a complicated website
100
247000
3000
તેઓ જટીલ વૅબસાઇટપર જઇને ૪૦૧(ક) પ્લાનમાં જોડાવા માટે
04:25
and doing 17 clicks to join the 401(k) plan.
101
250000
3000
૧૭ વખત ક્લિક કરવાની મહેનત કરવામાં માનતા નથી.
04:28
And then they have to decide how they're going to invest
102
253000
2000
તેમણે તો એ પણ નક્કી કરવાનું રહે છે કે ૫૨ વિક્લ્પોમાંથી
04:30
in their 52 choices,
103
255000
2000
તેમણે ક્યાં રોકાણ કરવું,
04:32
and they never heard about what is a money market fund.
104
257000
4000
જ્યારે કે તેમણે નાણા બજાર ફંડ વિષે કશું સાંભળ્યું પણ નથી.
04:36
And they get overwhelmed and the just don't join.
105
261000
2000
એટલે તેઓ એટલા મુંઝાઇ જાય છે કે તેઓ જોડાવાનું જ માંડી વાળે છે.
04:38
How many people end up saving to a 401(k) plan?
106
263000
5000
આમ, કેટલા લોકો ૪૦૧(ક)ના પ્લાનમાં રોકાણ કરી શકે છે?
04:43
One third of Americans.
107
268000
3000
ત્રીજા ભાગના અમેરીકન.
04:46
Two thirds are not saving now.
108
271000
2000
બાકીના બે તૃતીયાંશ હજૂ સુધી રોકાણ કરતા નથી.
04:48
Are they saving enough?
109
273000
2000
શું તેઓ પૂરતું રોકાણ કરે છે ખરાં?
04:50
Take out those
110
275000
2000
જે લોકો બહુ ઓછું બચાવી શકતા હોય
04:52
who say they save too little.
111
277000
2000
તેમને જૂદા તારવીએ.
04:54
One out of 10
112
279000
2000
દસમાંથી એક
04:56
are saving enough.
113
281000
3000
પૂરતી બચત કરે છે.
04:59
Nine out of 10
114
284000
2000
દસમાંથી નવ તો
05:01
either cannot save through their 401(k) plan,
115
286000
3000
ક્યાં તો તેમના ૪૦૧(ક) પ્લાન દ્વારા બચત કરી નથી શકતા,
05:04
decide not to save -- or don't decide --
116
289000
3000
કે બચત કરવી કે ન કરવી તે નક્કી નથી કરી શકતા
05:07
or save too little.
117
292000
3000
કે પછી પૂરતી બચત કરી નથી શકતા.
05:10
We think we have a problem
118
295000
2000
આપણે એમ પણ માનીએ છીએ કે
05:12
of people saving too much.
119
297000
2000
લોકો વધારે પડતી બચત કરે છે.
05:14
Let's look at that.
120
299000
2000
ચાલો, તે અંગે પણ વિચારીએ.
05:16
We have one person --
121
301000
2000
આપણે એક વ્યક્તિ -
05:18
well, actually we're going to slice him in half
122
303000
3000
આમ તો, આપણે તેને અડધામાં વેતરી નાખીશું
05:21
because it's less than one percent.
123
306000
3000
કારણ કે તે તો ૧% પણ નથી થતું.
05:24
Roughly half a percent of Americans
124
309000
3000
લગભગ અડધો ટકો અમેરીકન જ
05:27
feel that they save too much.
125
312000
5000
એવું માને છે કે તેઓ વધારે પડતી બચત કરે છે.
05:32
What are we going to do about it?
126
317000
2000
આપણે તેનું શું કરીશું?
05:34
That's what I really want to focus on.
127
319000
2000
હું તેના પર જ ધ્યાન કેન્દ્રીત કરવા માગું છું.
05:36
We have to understand
128
321000
2000
આપણે એ સમજવાનું છે કે
05:38
why people are not saving,
129
323000
2000
લોકો શા માટે બચત નથી કરતાં,
05:40
and then we can hopefully flip
130
325000
2000
અને પછી શક્ય છે કે આપણે તે
05:42
the behavioral challenges
131
327000
2000
વર્તણૂકના પડકારને
05:44
into behavioral solutions,
132
329000
2000
વર્તણૂકના ઉપાયોમાં ફેરવી નાખી શકીએ,
05:46
and then see how powerful it might be.
133
331000
3000
અને પછી તેની તાકતનો પરચો કરીએ.
05:49
So let me divert for a second
134
334000
2000
આપણે થોડીવાર માટે એક આડ વાત કરીએ
05:51
as we're going to identify the problems,
135
336000
2000
જેનાવડે આપણે એવા પડકારો -વર્તણૂકના પડકારો-ની
05:53
the challenges, the behavioral challenges,
136
338000
3000
સમસ્યાને ખોળી કાઢવાની છે,
05:56
that prevent people from saving.
137
341000
2000
જે લોકોને બચત કરતાં રોકે છે.
05:58
I'm going to divert and talk about bananas and chocolate.
138
343000
4000
હું કેળાં અને ચૉકલૅટની આડ વાત કરવા માગું છું.
06:02
Suppose we had another wonderful TED event next week.
139
347000
3000
ધારો કે આવતે અઠવાડીયે એક વધુ રસપ્રદ ટીઇડી કાર્યક્રમ હોય.
06:05
And during the break
140
350000
2000
અને તેના વિરામ દરમ્યાન
06:07
there would be a snack
141
352000
2000
નાસ્તો રાખવામાં આવ્યો હોય
06:09
and you could choose bananas or chocolate.
142
354000
2000
જેમાં તમારે કેળાં અથવા તો ચૉકલૅટની પસંદગી કરવાની હોય.
06:11
How many of you think you would like to have bananas
143
356000
3000
તમને શું લાગે છે કે ટીઈડીના તે કાલ્પનીક કાર્યક્રમમાં
06:14
during this hypothetical TED event next week?
144
359000
2000
તમારામાંનાં કેટલાં કેળાં પસંદ કરશે?
06:16
Who would go for bananas?
145
361000
2000
કેળાં કોણ પસંદ કરશે?
06:18
Wonderful.
146
363000
2000
સરસ.
06:20
I predict scientifically
147
365000
2000
હું વૈજ્ઞાનિકરીતે આગાહી કરીશ કે
06:22
74 percent of you will go for bananas.
148
367000
3000
તમારાંમાંનાં ૭૪ % કેળાં પસંદ કરશે.
06:25
Well that's at least what one wonderful study predicted.
149
370000
4000
એટલે કે એક બહુ જ રસપ્રદ અભ્યાસ મુજબ તે આગાહી કરી શકાય.
06:30
And then count down the days
150
375000
3000
અને પછીથી દિવસો ગણતા જાઓ
06:33
and see what people ended up eating.
151
378000
4000
અને જૂઓ કે લોકો શું ખાવાનું પસંદ કરે છે.
06:38
The same people that imagined themselves
152
383000
3000
જે લોકો પોતાને કેળાં ખાતાં કલ્પતાં હતાં
06:41
eating the bananas
153
386000
2000
તેઓ અઠવાડીયાં પછી
06:43
ended up eating chocolates
154
388000
2000
ચૉકલૅટ
06:45
a week later.
155
390000
2000
ખાતાં જોવાં મળશે.
06:47
Self-control
156
392000
2000
ભવિષ્ય માટે
06:49
is not a problem in the future.
157
394000
3000
સ્વ-નિયંત્રણ એ કંઇ મુશ્કેલ નથી.
06:52
It's only a problem now
158
397000
2000
આ અત્યારે પ્રશ્ન એટલે લાગે છે કે
06:54
when the chocolate is next to us.
159
399000
4000
જ્યારે ચૉકલૅટ આપણી બાજૂમાં હોય.
06:58
What does it have to do with time and savings,
160
403000
3000
પણ, આ રાજીપાસાથે સમય અને બચતને
07:01
this issue of immediate gratification?
161
406000
3000
શું લેવાદેવા?
07:04
Or as some economists call it, present bias.
162
409000
4000
અથવા, અર્થશાસ્ત્રીઓ જેને વર્તમાન પક્ષપાત કહે છે.
07:08
We think about saving. We know we should be saving.
163
413000
2000
આપણે બચતનો વિચાર કરીએ. આપણે જાણીએ છીએ કે બચત કરવી જોઇએ.
07:10
We know we'll do it next year, but today let us go and spend.
164
415000
3000
આપણે તો તે આવતે વર્ષે કરીશું, અત્યારે ચાલો વાપરી નાખીએ.
07:13
Christmas is coming,
165
418000
2000
નાતાલ નજદીક જ છે,
07:15
we might as well buy a lot of gifts for everyone we know.
166
420000
3000
આપણે જેમને ઓળખીએ છે તેઓેમાટે બહુ બધી ભેટ ખરીદવાનું વિચારતાં હોઇએ છીએ
07:18
So this issue of present bias
167
423000
4000
આપણી હાલની માન્યતા
07:22
causes us to think about saving,
168
427000
2000
આપણને બચત કરવા પ્રેરે છે,
07:24
but end up spending.
169
429000
2000
પરંતુ, અંતે તો આપણે ખર્ચીને જ રહીએ છીએ.
07:26
Let me now talk
170
431000
2000
હવે આપણે
07:28
about another behavioral obstacle to saving
171
433000
2000
બચતને અવરોધતાં બીજાં એક વર્તણુકનાં પરીબળ,
07:30
having to do with inertia.
172
435000
2000
નિષ્ક્રીયતા,વિષે વાત કરીએ.
07:32
But again, a little diversion
173
437000
2000
પરંતુ ફરી એક વાર,
07:34
to the topic of organ donation.
174
439000
3000
અંગનાં દાનની, આડ વાત કરીશું.
07:37
Wonderful study comparing different countries.
175
442000
3000
જુદા જુદા દેશોની તુલનાનો એક રસપ્રદ અભ્યાસ
07:40
We're going to look at two similar countries,
176
445000
3000
આપણે બે એક સરખા દેશો - જર્મની અને ઑસ્ટ્રીયા -ની
07:43
Germany and Austria.
177
448000
3000
સરખામણી કરીશું.
07:46
And in Germany,
178
451000
2000
હવે ધારો કે તમે
07:48
if you would like to donate your organs --
179
453000
2000
જર્મનીમાં અંગનું દાન કરવા માગો છો --
07:50
God forbid something really bad
180
455000
2000
ભગવાન ન કરે કે તમારીસાથે
07:52
happens to you --
181
457000
2000
કંઇ અઘટીત બને --
07:54
when you get your driving license or an I.D.,
182
459000
3000
જ્યારે તમે તમારૂં ડ્રાઇવીંગ લાયસન્સ કે ઓળખપત્રની અરજી કરતા હો,
07:57
you check the box saying,
183
462000
2000
ત્યારે આ ચોકઠાં પર નિશાન કરવાનું રહે છે,
07:59
"I would like to donate my organs."
184
464000
2000
"હું મારાં અંગનું દાન કરવા માગું છું."
08:01
Not many people like checking boxes.
185
466000
2000
ઘણા લોકોને આ રીતે ચોકઠાં પર નિશાન કરવાનું ગમતું નથી.
08:03
It takes effort. You need to think.
186
468000
2000
તે માટે પ્રયત્ન કરવો પડે છે. વિચારવું પડે છે.
08:05
Twelve percent do.
187
470000
3000
૧૨ % જ આમ કરે છે.
08:08
Austria, a neighboring country,
188
473000
3000
ઑસ્ટ્રીયા, તેનો પડોશી દેશ,
08:11
slightly similar, slightly different.
189
476000
2000
થોડો થોડો સરખો, થોડો થોડો અલગ.
08:13
What's the difference?
190
478000
2000
અને તફાવત પણ કેવો?
08:15
Well, you still have choice.
191
480000
2000
એટલે કે, તમારી પાસે હજૂ પણ પસંદગીનો અવકાશ છે.
08:17
You will decide
192
482000
2000
તમારે નક્કી કરવાનું છે કે
08:19
whether you want to donate your organs or not.
193
484000
3000
તમારે અંગ દાન કરવું છે કે નહીં.
08:22
But when you get your driving license,
194
487000
2000
પરંતુ, જ્યારે તમને ડ્રાઇવીંગ લાયસન્સ મળે ત્યારે,
08:24
you check the box
195
489000
2000
ચોકઠાંમાં નિશાન કરવાનું રહે છે
08:26
if you do not want to donate your organ.
196
491000
4000
જો તમે અંગદાન ન કરવા માગતાં હો તો.
08:30
Nobody checks boxes.
197
495000
2000
જો કે, કોઇપણ ચોકઠામાં નિશાન કરતું નથી.
08:32
That's kind of too much effort.
198
497000
2000
જાણે તેમાં બહુ મહેનત પડતી હોય.
08:34
One percent check the box. The rest do nothing.
199
499000
3000
એક % લોકો જ ચોકઠાંમાં નિશાન કરે છે.બાકીના કંઇ જ કરતા નથી.
08:37
Doing nothing is very common.
200
502000
2000
કંઇ પણ ન કરવું તે સામાન્ય વાત છે.
08:39
Not many people check boxes.
201
504000
3000
મોટા ભાગના લોકો ચોકઠાંમાં નિશાની કરતાં નથી.
08:42
What are the implications
202
507000
2000
આની દાન માટે ઉપલબ્ધ અંગ
08:44
to saving lives
203
509000
2000
અને જીંદગી બચાવવાપર
08:46
and having organs available?
204
511000
3000
શું અસર થતી હશે?
08:49
In Germany, 12 percent check the box.
205
514000
2000
જર્મનીમાં ૧૨% લોકો ચોકઠાંમાં નિશાની કરે છે.
08:51
Twelve percent are organ donors.
206
516000
3000
એટલે કે ૧૨% લોકો અંગ દાન કરે છે.
08:54
Huge shortage of organs,
207
519000
2000
એનો અર્થ એ કે ન કરે નારાયણ અને, ક્યાંક તમને જ
08:56
God forbid, if you need one.
208
521000
2000
જરૂર પડી તો,અંગની તિવ્ર અછત હશે.
08:58
In Austria, again, nobody checks the box.
209
523000
3000
ઑસ્ટ્રીયામાં પણ કોઇ ચોકઠાંમાં નિશાની તો કરતું જ નથી.
09:01
Therefore, 99 percent of people
210
526000
3000
એટલે, ૯૯% લોકો
09:04
are organ donors.
211
529000
2000
અંગ દાન કરે છે.
09:06
Inertia, lack of action.
212
531000
2000
નિષ્ક્રીયતા, કામ કરવાનો અભાવ.
09:08
What is the default setting
213
533000
2000
જો કોઇ જ કશું જ ન કરે,
09:10
if people do nothing,
214
535000
2000
આળસ જ કરતાં રહે, ચોકઠાંઓમાં નિશાની ન જ કરે,
09:12
if they keep procrastinating, if they don't check the boxes?
215
537000
3000
તેવા સંજોગોમાટે આપોઆપ કંઇ અમલ થાય તેવી કોઇ વ્યવસ્થા છે ખરી?
09:15
Very powerful.
216
540000
2000
હા, ખુબ જ શક્તિશાળી.
09:17
We're going to talk
217
542000
2000
આપણે વાત કરીશું
09:19
about what happens if people are overwhelmed and scared
218
544000
4000
એ પરિસ્થિતિની જ્યારે ૪૦૧(ક)ની પસંદગી સમયે લોકો દબાઇ જાય કે
09:23
to make their 401(k) choices.
219
548000
3000
ગભરાઇ જતાં હશે.
09:26
Are we going to make them automatically join the plan,
220
551000
3000
શું તેઓ આપોઆપ જ જોડાઇ જાય તેવી વ્યવસ્થા કરીશું
09:29
or are they going to be left out?
221
554000
2000
કે પછી તેઓ બહાર જ રહી જવાનાં છે?
09:31
In too many 401(k) plans,
222
556000
3000
મોટા ભાગના ૪૦૧(ક) પ્લાનમાં,
09:34
if people do nothing,
223
559000
2000
જો લોકો કંઇ પણ ન કરે,
09:36
it means they're not saving for retirement,
224
561000
3000
અને કોઇ ચોકઠાંમાં નિશાની ન કરે તો એનો અર્થ એ કે,
09:39
if they don't check the box.
225
564000
2000
તેઓ રીટાયર્મેન્ટમાટે કંઇ જ બચાવતા નથી.
09:41
And checking the box takes effort.
226
566000
3000
અને ચોકઠાંમાં નિશાની કરવામાં તો મહેનત પડે ને.
09:44
So we've chatted about a couple of behavioral challenges.
227
569000
3000
આમ આપણે બે એક વર્તણૂકના પડકારોની વાત તો કરી.
09:47
One more before we flip the challenges into solutions,
228
572000
3000
હવે,પડકારોને ઉપાયોમાં ફેરવી નાખતાં પહેલાં વાંદરા અને સફરજનની,
09:50
having to do with monkeys and apples.
229
575000
2000
એક વધારે વાત કરી લઇએ.
09:52
No, no, no, this is a real study
230
577000
2000
ના,ના,ના, આ તો સાવ સાચો જ અભ્યાસ છે
09:54
and it's got a lot to do with behavioral economics.
231
579000
4000
અને તેને વર્તણૂકનાં અર્થશાસ્ત્ર સાથે બહુ લેવા દેવા પણ છે.
09:58
One group of monkeys gets an apple, they're pretty happy.
232
583000
3000
વાંદરાઓનાં એક જૂથને એક સફરજન મળે, તો તેઓ બહુ ખુશ થાય.
10:01
The other group gets two apples, one is taken away.
233
586000
2000
બીજાં એક જૂથને બે બે સફરજન મળે, પરંતુ એક પાછું લઇ લેવામાં આવે.
10:03
They still have an apple left.
234
588000
2000
આમ તેમની પાસે એક સફરજન તો બચે જ.
10:05
They're really mad.
235
590000
3000
પણ તો પણ તેઓ ગાંડા થઇ જાય.
10:08
Why have you taken our apple?
236
593000
3000
એમનું એક સફરજન પાછું કેમ લઇ લીધું?
10:11
This is the notion of loss aversion.
237
596000
3000
આ કાલ્પનીક ખોટ બાબતે અણગમો જ છે.
10:14
We hate losing stuff,
238
599000
2000
આપણને કંઇ પણ ખોવું ગમતું નથી,
10:16
even if it doesn't mean a lot of risk.
239
601000
3000
પછી ભલે તેમાં કોઇ મોટું જોખમ ન પણ હોય.
10:19
You would hate to go to the ATM,
240
604000
3000
તમને એટીએમમાંથી ૧૦૦ ડૉલર લેવા જવાનું
10:22
take out 100 dollars
241
607000
2000
પસંદ ન હોય
10:24
and notice that you lost one of those $20 bills.
242
609000
2000
અને તેમાં તમારા ધ્યાન પર આવે કે $૨૦ની એક નૉટ ઓછી છે.
10:26
It's very painful,
243
611000
2000
તો કેટલું દુઃખ થાય,
10:28
even though it doesn't mean anything.
244
613000
2000
પછી ભલે તેનો કોઇ જ અર્થ ન હોય.
10:30
Those 20 dollars might have been a quick lunch.
245
615000
4000
એ ૨૦ ડોલર તો ચટણીને જેમ ખર્ચાઇ જવાના હતા.
10:34
So this notion of loss aversion
246
619000
4000
એટલે આ ખૉટ પ્રત્યેના અણગમાની માન્યતા
10:38
kicks in when it comes to savings too,
247
623000
3000
આપણને બચત કરતી વખતે પણ નડે છે,
10:41
because people, mentally
248
626000
2000
કારણ કે લોકો, મનથી
10:43
and emotionally and intuitively
249
628000
3000
અને લાગણી તેમ જ તર્કથી
10:46
frame savings as a loss
250
631000
2000
બચતને ખોટ સાથે સરખાવી લે છે
10:48
because I have to cut my spending.
251
633000
3000
કારણ કે તેને કારણે મારા ખર્ચપર કાપ આવી ગયો ને.
10:51
So we talked about
252
636000
2000
તો, આપણે બધાજ પ્રકારના
10:53
all sorts of behavioral challenges
253
638000
2000
આખરે બચત સાથે જ સંકળાયેલ
10:55
having to do with savings eventually.
254
640000
4000
વર્તણૂકના પડકારોની વાત કરી.
10:59
Whether you think about immediate gratification,
255
644000
3000
તમે તાત્કાલિક ફાયદાનો
11:02
and the chocolates versus bananas,
256
647000
3000
અને ચૉકલૅટ વિરૂધ્ધ કેળાંનો વિચાર તો કરો,
11:05
it's just painful to save now.
257
650000
3000
પણ અત્યારે બચત કરવી કષ્ટદાયક છે.
11:08
It's a lot more fun
258
653000
2000
ખરી મજા તો અત્યારે
11:10
to spend now.
259
655000
2000
વાપરવામાં છે.
11:12
We talked about inertia and organ donations
260
657000
3000
આપણે નિષ્ક્રીયતા અને અંગ દાનની તેમ જ ચોકઠાંમાં
11:15
and checking the box.
261
660000
2000
નિશાની કરવાની વાત પણ કરી.
11:17
If people have to check a lot of boxes
262
662000
2000
જો લોકોએ ૪૦૧(ક) પ્લાનમાં જોડાવા માટે
11:19
to join a 401(k) plan,
263
664000
2000
બહુ ચોકઠાંઓમાં નિશાનીઓ કરવી પડે,
11:21
they're going to keep procrastinating
264
666000
2000
તો તેઓ તેમ કરવાનું ટાળતા જ રહે
11:23
and not join.
265
668000
2000
અને જોડાય નહીં.
11:25
And last, we talked about loss aversion,
266
670000
2000
અને છેલ્લે, આપણે નુકસાનપ્રત્યેના અણગમાની
11:27
and the monkeys and the apples.
267
672000
2000
અને વાંદરાઓ અને સફરજનની વાત પણ કરી.
11:29
If people frame mentally
268
674000
3000
જો લોકો માનસિક રીતે
11:32
saving for retirement as a loss,
269
677000
3000
રીટાયરમૅન્ટ્માટેની બચતને નુકસાન જ માની લે,
11:35
they're not going to be saving for retirement.
270
680000
3000
તો તેઓ રીટાયરમૅન્ટ્માટે બચત કરશે જ નહીં
11:38
So we've got these challenges,
271
683000
2000
આમ આપણી સામે આ પડકારો પણ છે,
11:40
and what Richard Thaler and I
272
685000
2000
અને રીચર્ડ થૅલર અને હું
11:42
were always fascinated by --
273
687000
2000
જેનાથી હંમેશાં આકર્ષાયા છીએ --
11:44
take behavioral finance,
274
689000
2000
વર્તણુક નાણાંશાસ્ત્ર ક્હો,
11:46
make it behavioral finance on steroids
275
691000
2000
કે સ્ટીરૉઇડપર ટકેલું વર્તણુક નાણાંશાસ્ત્ર ક્હો,
11:48
or behavioral finance 2.0
276
693000
2000
કે પછી વર્તણુક નાણાંશાસ્ત્ર ૨.૦ કહો
11:50
or behavioral finance in action --
277
695000
2000
કે કહો ક્રિયાન્વીત વર્તણુક નાણાંશાસ્ત્ર --
11:52
flip the challenges into solutions.
278
697000
4000
તે પડકારોને ઉપાયોમાં ફેરવી નાખવું.
11:56
And we came up with an embarrassingly simple solution
279
701000
3000
અને અમને છોભીલા પાડી દે તેવો સરળ ઉપાય સુઝી આવ્યોઃ
11:59
called Save More, not today, Tomorrow.
280
704000
4000
વધારે બચાવો, આજે નહીં, આવતી કાલે.
12:03
How is it going to solve the challenges
281
708000
2000
તેનાથી આપણે વાત કરી તે પડકારોનો ઉપાય
12:05
we chatted about?
282
710000
2000
કઇ રીતે થશે?
12:07
If you think about the problem
283
712000
2000
જો તમે કેળાં વિરૂધ્ધ ચૉકલેટવાળી સમસ્યાની
12:09
of bananas versus chocolates,
284
714000
2000
દ્ર્ષ્ટિએ વિચારશો,
12:11
we think we're going to eat bananas next week.
285
716000
3000
તો એમ કહી શકાય કે આવતે અઠવાડીયે આપણે કેળાં ખાશું.
12:14
We think we're going to save more next year.
286
719000
3000
આપણે એમ વિચારીશું કે આવતાં વર્ષથી વધારે બચત કરીશું.
12:17
Save More Tomorrow
287
722000
3000
'આવતીકાલથી વધારે બચાવો'
12:20
invites employees
288
725000
2000
કર્મચારીઓને શક્ય હોય તો
12:22
to save more maybe next year --
289
727000
2000
આવતાં વર્ષથી વધારે બચાવવા કહે છે --
12:24
sometime in the future
290
729000
2000
જાણે કે ભવિષ્યમાં ક્યારેક
12:26
when we can imagine ourselves
291
731000
2000
આપણે આપણને કેળાં ખાતાં
12:28
eating bananas,
292
733000
2000
કલ્પી રહ્યાં હોઇએ,
12:30
volunteering more in the community,
293
735000
2000
આપણા સમાજમાં વધારે સેવાઓ આપતાં હોઇએ,,
12:32
exercising more and doing all the right things on the planet.
294
737000
4000
વધારે કસરતો કરતાં હોઇએ અને આ જગતમાંનું બધું જ કરવા યોગ્ય સારી રીતે કરતાં હોઇએ.
12:36
Now we also talked about checking the box
295
741000
3000
આપણે ચોકઠાંમાં નિશાની કરવા અને તેમાં પડતી
12:39
and the difficulty of taking action.
296
744000
3000
મુશ્કેલીની પણ વાત કરી હતી.
12:42
Save More Tomorrow
297
747000
2000
'આવતીકાલથી વધારે બચાવો'
12:44
makes it easy.
298
749000
2000
તેને આસાન કરી નાખ્યું છે.
12:46
It's an autopilot.
299
751000
2000
તેને સ્વયંસંચાલિત કરી નાખ્યું છે.
12:48
Once you tell me you would like to save more in the future,
300
753000
4000
તમે જેવા એક વાર મને કહેશો કે તમે ભવિષ્યમાં બચ્ત કરવા માંગો છો,
12:52
let's say every January
301
757000
2000
દા.ત. દર જાન્ત્યુઆરીમાં,
12:54
you're going to be saving more automatically
302
759000
3000
તમારા પગારમાંથી કપાત થતી જશે
12:57
and it's going to go away from your paycheck to the 401(k) plan
303
762000
3000
તમે તેને જોઇ શકો કે અડી શકો તે પહેલાં કે કે તમને પ્રસન્નતાનો તાત્કાલિક
13:00
before you see it, before you touch it,
304
765000
2000
ઑડ્કાર આવશે તે પહેલાં જ
13:02
before you get the issue
305
767000
2000
તમારા પગારમાંથી ૪૦૧(ક)પ્લાનમાં
13:04
of immediate gratification.
306
769000
3000
બચત આપોઆપ જ થયા કરશે.
13:07
But what are we going to do about the monkeys
307
772000
3000
પરંતુ આપણે પેલા વાંદરાઓ , જેમને નુકસાનમાટે અણગમો છે
13:10
and loss aversion?
308
775000
2000
તેમનું શું કરીશું?
13:12
Next January comes
309
777000
2000
આવતા જાન્યુઆરીમાં
13:14
and people might feel that if they save more,
310
779000
2000
જ્યારે લોકો વધારાની બચત કરશે ત્યારે તેમનાં ખર્ચ પર કાપ અનુભવશે,
13:16
they have to spend less, and that's painful.
311
781000
3000
ત્યારે દુઃખ તો થશે.
13:20
Well, maybe it shouldn't be just January.
312
785000
2000
આમ તો આવું જાન્યુઆરીમાં જ થાય તે જરૂરી નથી.
13:22
Maybe we should make people save more
313
787000
3000
આપણે એવું પણ કરી શકીએ કે જ્યારે લોકો વધારે કમાય ત્યારે જ
13:25
when they make more money.
314
790000
3000
વધારે બચત કરે.
13:28
That way, when they make more money, when they get a pay raise,
315
793000
3000
એ રીતે,જ્યારે તેઓને વધારાની આવક થાય કે તેમનો પગાર વધે
13:31
they don't have to cut their spending.
316
796000
4000
ત્યારે તેમના ખર્ચ પર કાપ ન આવે.
13:35
They take a little bit
317
800000
2000
તેઓ થોડો પગાર વધારો
13:37
of the increase in the paycheck home
318
802000
2000
ઘરે પણ લઇ જઇ શકે
13:39
and spend more --
319
804000
2000
અને ખર્ચી શકે --
13:41
take a little bit of the increase
320
806000
2000
અને થોડો વધારો
13:43
and put it in a 401(k) plan.
321
808000
2000
૪૦૧(ક) પ્લાનમાં રોકી પણ શકે.
13:45
So that is the program,
322
810000
2000
આમ, આ યોજના છે,
13:47
embarrassingly simple,
323
812000
2000
દેખીતી રીતે સાવ સરળ,
13:49
but as we're going to see,
324
814000
2000
પરંતુ, આપણે આગળ જોશું તેમ,
13:51
extremely powerful.
325
816000
2000
ખુબ જ અસરકારક.
13:53
We first implemented it,
326
818000
2000
અમે, રીચર્ડ થૅલર અને મેં,
13:55
Richard Thaler and I,
327
820000
2000
તે સહુથી પહેલી વાર તે અમલ કરી હતી
13:57
back in 1998.
328
822000
3000
છેક ૧૯૯૮માં.
14:00
Mid-sized company in the Midwest,
329
825000
3000
મધ્યપશ્ચિમની એક બહુ મોટી નહીં તેવી કંપનીના
14:03
blue collar employees
330
828000
2000
શ્રમજીવી કર્મચારીઓે
14:05
struggling to pay their bills
331
830000
2000
જેઓ તેમના ખર્ચાને પહોંચી વળવા ઝઝૂમતા હોય છે
14:07
repeatedly told us
332
832000
2000
વારંવાર અમને કહેતા કે
14:09
they cannot save more right away.
333
834000
3000
તેઓ સીધેસીધી તો બચત કરી શકે તેમ નથી.
14:12
Saving more today is not an option.
334
837000
3000
આજે બચત કરવી તે તેમનામાટે વિકલ્પ જ નથી.
14:15
We invited them to save
335
840000
2000
અમે તેમને તેમના દરેક પગાર વધારા કરતાં
14:17
three percentage points more
336
842000
3000
ત્રણ ટકા વધારે
14:20
every time they get a pay raise.
337
845000
3000
બચાવવા સમજાવ્યું.
14:23
And here are the results.
338
848000
3000
અને આ છે તેનાં પરિણામો.
14:26
We're seeing here a three and a half-year period,
339
851000
2000
આપણે સાડા ત્રણ વર્ષ અને
14:28
four pay raises,
340
853000
2000
ચાર પગાર વધારાના સમયગાળા દરમ્યાન,
14:30
people who were struggling to save,
341
855000
2000
જે લોકો તેમના પગારના ત્રણ ટકા,
14:32
were saving three percent of their paycheck,
342
857000
2000
બચાવવા મથી રહ્યા હતા,
14:34
three and a half years later
343
859000
2000
તેઓ સાડા ત્રણ વર્ષ પછી
14:36
saving almost four times as much,
344
861000
3000
તેનાથી લગભગ ચાર ગણું,
14:39
almost 14 percent.
345
864000
3000
એટલે કે ૧૪% બચાવતા હતા.
14:42
And there's shoes and bicycles
346
867000
2000
આ ચાર્ટમાં તમે પગરખાં અને સાયકલ
14:44
and things on this chart
347
869000
2000
અને તેવી બીજી વસ્તુઓ પણ જોઇ શકશો
14:46
because I don't want to just throw numbers
348
871000
2000
કારણકે હું તમને માત્ર શુન્યાવકાશમાં
14:48
in a vacuum.
349
873000
2000
આંકડા બતાવવા નથી માગતો.
14:50
I want, really, to think about the fact
350
875000
3000
હકીકતમાં તો, હું એમ કહેવા માંગીશ કે
14:53
that saving four times more
351
878000
2000
ચાર ગણી બચત કરવાથી
14:55
is a huge difference
352
880000
2000
લોકોની જીવનશૈલિમાં
14:57
in terms of the lifestyle
353
882000
2000
તેઓને પરવડે તેનાં કરતાં
14:59
that people will be able to afford.
354
884000
2000
ઘણો વધારે તફાવત પડી શકે છે.
15:01
It's real.
355
886000
2000
અને આ સાવ સાચા આંકડા છે.
15:03
It's not just numbers on a piece of paper.
356
888000
3000
માત્ર કાગળપરના આંકડા નથી.
15:06
Whereas with saving three percent,
357
891000
2000
ત્રણ ટકા બચતથી લોકો
15:08
people might have to add nice sneakers
358
893000
2000
કદાચ સારા શુઝ કે ચપ્પલ વસાવી શક્યાં હોત,
15:10
so they can walk,
359
895000
2000
જેથી ચાલવામાં સરળતા રહે,
15:12
because they won't be able to afford anything else,
360
897000
4000
કારણ કે તેનાથી વધારે તો કંઇ પરવડત નહીં,
15:16
when they save 14 percent
361
901000
2000
જ્યારે તેઓ ૧૪ ટકા બચાવે ત્યારે
15:18
they might be able to maybe have nice dress shoes
362
903000
3000
ત્યારે એવું પણ બને કે તેઓ મોંઘા ફેશનેબલ પગરખાં પણ લઇ શકે
15:21
to walk to the car to drive.
363
906000
3000
જેમાં તેઓ તેમની કારમાં બેસવા માટે ઠાઠથી જઇ શકે.
15:24
This is a real difference.
364
909000
2000
આ ખાસ્સો મોટો તફાવત કહી શકાય.
15:26
By now, about 60 percent of the large companies
365
911000
5000
અત્યાર સુધીમાં, લગભગ ૬૦ ટકા મોટી કંપનીઓમાં પણ
15:31
actually have programs like this in place.
366
916000
3000
આવી યોજનાઓ સફળતાથી અમલ કરી ચુકાઇ છે.
15:34
It's been part of the Pension Protection Act.
367
919000
3000
આ હવે પેન્શન બચત કાયદાનો ભાગ થઇ ચૂકેલ છે.
15:37
And needless to say that Thaler and I
368
922000
2000
અને એ કહેવાની જરૂર ન હોવી જોઇએ કે મારાં અને થૅલરનાં
15:39
have been blessed to be part of this program
369
924000
3000
સદનસીબ છે કે અમે આ યોજનાનો હિસ્સો બનીને
15:42
and make a difference.
370
927000
2000
ફરક પાડી શક્યા છીએ.
15:44
Let me wrap
371
929000
2000
છેલ્લે, સમાપન કરતાં
15:46
with two key messages.
372
931000
3000
મારે મહત્વના બે સંદેશા આપવાના છે.
15:49
One is behavioral finance
373
934000
3000
એક તો એ કે વર્તણૂક નાણાશાસ્ત્ર ખુબ જ
15:52
is extremely powerful.
374
937000
3000
પ્રભાવશાળી છે.
15:55
This is just one example.
375
940000
3000
આ તો માત્ર એક જ ઉદાહરણ છે.
15:58
Message two
376
943000
2000
અને બીજો સંદેશો
16:00
is there's still a lot to do.
377
945000
2000
એ છે કે હજૂ ઘણું કરવાનું રહે છે.
16:02
This is really the tip of the iceberg.
378
947000
3000
આ તો હીમશીલાની ટોચ માત્ર જ છે.
16:05
If you think about people and mortgages
379
950000
3000
આપણે લોકો અને તેમનાં દેવાં વિશે વિચારવાનું છે,
16:08
and buying houses and then not being able to pay for it,
380
953000
3000
લોકો ઘર ખરીદે તો છે,પણ તેનું દેવું ભરપાઇ નથી કરી શકતાં,
16:11
we need to think about that.
381
956000
2000
તે અંગે પણ વિચારવું જોઇશે.
16:13
If you're thinking about people taking too much risk
382
958000
3000
આપણે તો લોકો વધારે પડતું જોખમ વહોરી લે છે,
16:16
and not understanding how much risk they're taking
383
961000
3000
જેનો તેમને અંદાજ પણ નથી
16:19
or taking too little risk,
384
964000
2000
કે પછી બહુ ઓછું જોખમ લે છે,
16:21
we need to think about that.
385
966000
2000
તે વિશે વિચારવાની જરૂર છે.
16:23
If you think about people spending a thousand dollars a year
386
968000
3000
આપણે તો એ પણ વિચારવાની જરૂર છે કે કેમ લોકો દર વર્ષે
16:26
on lottery tickets,
387
971000
2000
લૉટરીની ટિકિટૉ પાછળ
16:28
we need to think about that.
388
973000
2000
હજારો ડૉલર ખર્ચી નાખે છે.
16:30
The average actually,
389
975000
2000
આ અંગેની સરેરાશ બાબતે
16:32
the record is in Singapore.
390
977000
2000
સીંગપૉરનો રૅકર્ડ છે.
16:34
The average household
391
979000
2000
ત્યાં એક સરેરાશ કુટુંબ
16:36
spends $4,000 a year on lottery tickets.
392
981000
3000
વર્ષે $૪૦૦૦ લૉટરી પાછળ ખર્ચે છે.
16:39
We've got a lot to do,
393
984000
2000
આપણે હજૂ ઘણું કામ કરવાનું છે
16:41
a lot to solve,
394
986000
2000
અને રીટાયરમૅન્ટ ક્ષેત્રે પણ
16:43
also in the retirement area
395
988000
3000
ઘણા ઉપાયો શોધવાના છે
16:46
when it comes to what people do with their money
396
991000
2000
ખાસ કરીને લોકો રીટાયરમેન્ટ પછી તેમનાં નાણાંનું
16:48
after retirement.
397
993000
2000
શું કરે છે તે બાબતે.
16:50
One last question:
398
995000
2000
અને એક છેલ્લો સવાલઃ
16:52
How many of you feel comfortable
399
997000
3000
તમારાંમાંનાં કેટલા એ સગવડભરી હાલતમાં છે
16:55
that as you're planning for retirement
400
1000000
2000
કે તમે તમારાં રીટાયરમૅન્ટ વિષે આયોજન કર્યું છે
16:57
you have a really solid plan
401
1002000
3000
એક એવું નક્કર આયોજન કે
17:00
when you're going to retire,
402
1005000
2000
જ્યારે તમે રીટાયર થાઓ,
17:02
when you're going to claim Social Security benefits,
403
1007000
3000
જ્યારે તમને સામાજીક સુરક્ષાના લાભ મળે,
17:05
what lifestyle to expect,
404
1010000
2000
ત્યારે તમે કયા પ્રકારની જીવનશૈલિની આશા રાખો છો,
17:07
how much to spend every month
405
1012000
2000
દરેક મહિને તમારૂં ખર્ચ કેટલું હશે
17:09
so you're not going to run out of money?
406
1014000
2000
કે જેથી તમારી પાસેના પૈસા ખૂટી ન પડે?
17:11
How many of you feel you have a solid plan for the future
407
1016000
3000
તમારામાનાં કેટલાં એવું માને છે કે તેમનીપાસે રીટાયરમૅન્ટના નિર્ણયોઅંગે
17:14
when it comes to post-retirement decisions.
408
1019000
4000
ભવિષ્યમાટે નક્કર આયોજન છે.
17:19
One, two, three, four.
409
1024000
3000
એક, બે, ત્રણ, ચાર.
17:22
Less than three percent
410
1027000
2000
આટલાં સભ્ય શ્રોતાગણમાંથી પણ
17:24
of a very sophisticated audience.
411
1029000
2000
ત્રણ ટકાથી પણ ઓછા.
17:26
Behavioral finance has a long way.
412
1031000
3000
વર્તણુક નાણાશાસ્ત્ર એ હજૂ ઘણો પંથ કાપવાનો બાકી છે.
17:29
There's a lot of opportunities
413
1034000
2000
તેને ફરીને, ફરીને, પ્રભાવશાળી કરવા માટે
17:31
to make it powerful again and again and again.
414
1036000
4000
હજૂ ઘણી તકો ઉપલબ્ધ છે.
17:35
Thank you.
415
1040000
2000
આપનો આભાર.
17:37
(Applause)
416
1042000
2000
[તાળીઓ]
Translated by Ashok Vaishnav
Reviewed by Sakshar Thakkar

▲Back to top

ABOUT THE SPEAKER
Shlomo Benartzi - Economist
Shlomo Benartzi uses behavioral economics to study how and why we plan well for the future (or fail to), and uses that to develop new programs to encourage saving for retirement.

Why you should listen

Shlomo Benartzi studies behavioral finance with a special interest in personal finance. He is co-founder of the Behavioral Finance Forum (www.behavioralfinanceforum.com), a collective of 40 prominent academics and 40 major financial institutions from around the globe.  The Forum helps consumers make better financial decisions by fostering collaborative research efforts between academics and industry leaders.

Benartzi’s most significant research contribution is the development of Save More Tomorrow™ (SMarT), a behavioral prescription designed to help employees increase their savings rates gradually over time.

More profile about the speaker
Shlomo Benartzi | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee