接續前一篇:
南山人壽鑫多利外幣利率變動型年金險
(已停售,美元六年IRR 2.636%)_150827更新
101/5/10購買
南山人壽鑫多利外幣利率變動型年金險
附加費用2.5%
宣告利率一路走跌
3.17%->3.07%->2.99%
累計調降0.18%
此篇以最新的宣告利率2.99%
重新計算IRR
前三年有提前解約費用未計入
| 部落格: https://savingking.com.tw/ | ||
| 本金 | 100 | 南山鑫多利 |
| 年 | 保價金 | IRR |
| 1 | 100.4153 | 0.4153% |
| 2 | 103.4177 | 1.6945% |
| 3 | 106.5099 | 2.1245% |
| 4 | 109.6945 | 2.3402% |
| 5 | 112.9744 | 2.4698% |
| 6 | 116.3523 | 2.5563% |
| 7 | 119.8312 | 2.6182% |
| 8 | 123.4142 | 2.6646% |
| 9 | 127.1043 | 2.7007% |
| 10 | 130.9047 | 2.7296% |
| 11 | 134.8187 | 2.7532% |
| 12 | 138.8498 | 2.7729% |
| 13 | 143.0014 | 2.7896% |
| 14 | 147.2772 | 2.8039% |
| 15 | 151.6808 | 2.8163% |
| 16 | 156.2160 | 2.8272% |
| 17 | 160.8869 | 2.8367% |
| 18 | 165.6974 | 2.8452% |
| 19 | 170.6517 | 2.8529% |
| 20 | 175.7542 | 2.8597% |
170617:
向金管會申訴南山的利變年金險，
於升息走勢中，卻兩度反向調降宣告利率，
申訴內容主要是
當時同時期的富邦美金養老險六年IRR 3.2%，
南山即使宣告利率不變也僅2.7%，
已經比當時同期的同類保單為低，
再逢升息走勢，
連南山自家目前販售的利變商品，
都提高宣告利率了，
這張鑫多利卻兩次調降宣告利率，
殊為不合理。
南山回覆的公文，供大家觀賞。
21/1/31更新
宣告利率: 2.54%
(109年/4月~110/1月)
保費 100 附加費用 淨保費 宣告利率 2.5% 97.5 2.54% 年 保價金 保價金IRR 1 99.9765 -0.02% 2 102.5159 1.25% 3 105.1198 1.68% 4 107.7899 1.89% 5 110.5277 2.02% 6 113.3351 2.11% 7 116.2138 2.17% 8 119.1657 2.22% 9 122.1925 2.25% 10 125.2962 2.28% 11 128.4787 2.30% 12 131.7420 2.32% 13 135.0883 2.34% 14 138.5195 2.35% 15 142.0379 2.37% 16 145.6457 2.38% 17 149.3451 2.39% 18 153.1385 2.40% 19 157.0282 2.40% 20 161.0167 2.41%
![Python: 如何在pandas.read_csv() or pandas.read_excel()中使用keep_default_na=False , na_values=[] 保留文件中的原始“NA”?](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2024/05/20240530215737_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python: 如何在pandas.read_csv() or pandas.read_excel()中使用keep_default_na=False , na_values=[] 保留文件中的原始“NA”?")
![使用 Python 檢驗字符串格式：掌握正則表達式(Regular Expression)的起始^與終止$符號, pattern = r’^GATR[0-9]{4}$’](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2024/07/20240712093637_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "使用 Python 檢驗字符串格式：掌握正則表達式(Regular Expression)的起始^與終止$符號, pattern = r’^GATR[0-9]{4}$’")
![Python: 如何使用pandas.to_numeric ( df[‘numbers’], errors=’coerce’) 將非數值型資料轉為NaN? df[‘numbers’].describe() 簡述統計資料](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2024/05/20240501052102_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python: 如何使用pandas.to_numeric ( df[‘numbers’], errors=’coerce’) 將非數值型資料轉為NaN? df[‘numbers’].describe() 簡述統計資料")
近期留言