
Finance commentator Seb's FIRE Journey sparked debate by arguing early retirement is less boring than corporate life. He described sitting through six hours of meetings and a 75-minute commute as far worse.…
முன்கூட்டியே ஓய்வு பெறுவதை விட கார்ப்பரேட் வாழ்க்கை அதிக சலிப்பைத் தருவதாக நிதி ஆலோசகர் செப் தனது ஃபயர் ஜர்னி (FIRE Journey) வலைத்தளத்தில் வாதாடியுள்ளார். ஆறு மணி நேரக் கூட்டங்களில் பங்கேற்பதும் 75 நிமிடங்கள் பயணம் செய்வதும் வேலையை விட மோசமானவை என்று அவர் குறிப்பிட்டுள்ளார். சமூக ஊடக பயனர்கள் பலர் இந்த நீண்ட பயணத்தை வினோதமானது என்று விமர்சித்தனர். அதேசமயம் வேலையை மாற்றுவதோ அல்லது தன்னாட்சி கொண்ட டெஸ்லா கார்களைப் பயன்படுத்துவதோ தீர்வாக இருக்கும் என்று சிலர் கருத்து தெரிவித்தனர். சேத் கோடின் என்ற எழுத்தாளரை மேற்கோள் காட்டி, தப்பித்துச் செல்லத் தேவையில்லாத ஒரு வாழ்க்கையை உருவாக்குமாறு ஒரு பயனர் அறிவுரை வழங்கினார்.
ஃபயர் (FIRE) என்பது நிதி சுதந்திரம் மற்றும் முன்கூட்டியே ஓய்வு பெறுவதைக் குறிக்கிறது. வழக்கமாக ஒருவர் தனது ஆண்டுச் செலவை விட 25 மடங்கு சேமிக்க வேண்டும். உதாரணமாக ஆண்டுக்கு ரூ 6 லட்சம் செலவாகும் என்றால் சுமார் ரூ 1.5 கோடி தேவைப்படும். ஓய்வு பெற்றவர்கள் ஆண்டுக்கு 3 முதல் 4 சதவீதம் வரை எடுப்பார்கள். இதனால் ரூ 2 கோடி முதலீடு ஆண்டுக்கு சுமார் ரூ 8 லட்சம் வருமானத்தை தரும். அதிக வருமானம் ஈட்டுபவர்களுக்கான ‘ஃபேட் ஃபயர்’ மற்றும் சிக்கனமான வாழ்க்கை வாழ்பவர்களுக்கான ‘லீன ஃபயர்’ என இதில் பல வகைகள் உள்ளன. இது பிரபலமடைந்து வந்தாலும் கடுமையான ஒழுக்கம் தேவைப்படுவதால் மிகச் சிலரே முன்கூட்டியே ஓய்வு பெறுகின்றனர்.
முன்கூட்டியே ஓய்வு பெறுவது ஒரு சொர்க்கம் அல்லது சலிப்பான வீணான விஷயம் என்ற இரண்டு முனைகளில் விவாதங்கள் நடக்கின்றன. இந்திய சூழலில் வேலை திருப்தி மற்றும் பயணச் சுமை மற்றும் நிதிப் பாதுகாப்பு ஆகியவை மாறுபடுவதால் இந்த இரண்டு கருத்துகளும் முழுமையான உண்மையைச் சொல்லவில்லை. ஓய்வு பெறுவது சலிப்பைத் தருமா என்பது முக்கியமல்ல மாறாக விலைவாசி உயர்வு மற்றும் வேலை நிச்சயமற்ற தன்மையைக் கருத்தில் கொண்டு 25 மடங்கு செலவுகளைச் சேமிப்பது சாத்தியமா என்பதுதான் முக்கியமானது. மும்பை போன்ற நகரத்தில் மாதம் ரூ 50,000 வருமானம் ஈட்டும் ஒரு குடும்பத்திற்கு இந்த ஃபயர் இலக்கை எட்டுவது சாத்தியமா?
ஆதாரம்: livemint.com
இந்த செய்தி மேற்கண்ட ஆதாரத்தின் அடிப்படையில் செயற்கை நுண்ணறிவு மூலம் தொகுக்கப்பட்டது.