Foglalkoztatási modul

Átírás

1 Foglalkoztatási modul Tóth Krisztián Országos Nyugdíjbiztosítási Főigazgatóság A mikroszimulációs nyugdíjmodellek felhasználása Workshop ONYF, május 27.

2 Bevezetés Miért is fontos ez a modul? Mert egyaránt jelentős hatással van a nyugdíjrendszer bevételi (befizetett járulékok) és kiadási (új megállapítások) oldalára Célunk: Múltbeli hiányzó adatok becslése Jövőbeli munkaerő-piaci státuszok modellezése A jövőbeli munkaerő-piaci státuszokhoz tartozó keresetek becslése 2

3 Adatbázis I. Hatalmas anonimizált adatbázis az közti időszak adataiból Személyenként és évenként tartalmazza a: Bruttó jövedelmet és a jogszerző napok számát Munkaviszony jellegét és FEOR kódját Bejelentett lakóhelyet (megye) Becsült iskolai végzettséget Jogszerzési adatok 1970-től 1988-tól már béradatok is 1997-től teljes körű 3

4 Adatbázis II. ÉVENKÉNTI LÉTSZÁMOKRÓL ÁBRA 4

5 Adatbázis III. 5 születési évjárat akiknél közel a teljes életpálya ismert ( ) Ellátási kontrolladatok a NYUFIG-tól Minden eddigi adatbázisnál alkalmasabb a foglalkoztatási viszonyok időbeli változásának vizsgálatára (rv., munkaerő-piaci sokkok) egyedi életpályák vizsgálatára A szimulációhoz nem a teljes adatbázist, csak az abból képzett modellpontokat használjuk 5

6 Nehézségek Ugyan más országok lehetőségeihez mérten kiváló adatbázis, DE még vannak hiányos évek papír okmányokon lévő adatok szolgálati időnek számító egyetemi évekről nincs adat Probléma a modellbeli nyugdíjszámításnál A hiányzó adatok becslése nem kerülhető meg IMPUTÁLÁS 6

7 Imputálás I születettek adatai alapján A fenti generáció minden tagját minden naptári évben a 3 kategória (nem, rész illetve teljes évet dolgozott) valamelyikébe soroltuk közti hiányzó adatok imputálása: esek közt életkoronként és nemenként kiszámoltuk a fenti 3 kategória arányát Hiányzó adat esetén a nem és az aktuális életkor szerint megfelelő kategória valószínűségei szerint véletlen módon kap besorolást a fenti 3 kategória egyikébe rész besorolás esetén az esek nem és életkor szerint megfelelő kategóriájánál megfigyelt átlagosan dolgozott napok számát imputáltuk 7

8 Imputálás II közti hiányzó adatok imputálása: esek közt naptári évenként és nemenként kiszámoltuk az említett 3 kategória megoszlását Hiányzó adat esetén nem és aktuális naptári év szerint megfelelő kategória valószínűségei szerint véletlen módon kapott besorolást a fenti 3 kategória egyikébe rész besorolás esetén az esek nem és naptári év szerint megfelelő kategóriájánál megfigyelt átlagosan dolgozott napok számát imputáltuk 1997-től nincs imputálás (teljes körű az ab.) 8

9 A foglalkoztatási modul Célunk a munkaerőpiactól való távolságuk alapján felbontani a sokaságot, és önmagukban is értelmezhető és használható kategóriákat létrehozni, az ellátási adatok mint kontrolladatok figyelembevételével. 9

10 Munkaerő-piaci kategóriák kialakítása 3 szakaszra bontottuk az életpályát ( , , ) Mindhárom szakaszban kiszámoltuk, hogy az adott időszakban egy évre vetítve átlagosan hány napot dolgozott, és ez alapján az alábbi 3 kategória valamelyikébe soroltuk: n.a. ha egyáltalán nincs adat róla az adott időszakban alacsonyan foglalkoztatott (0-100 nap) közepesen foglalkoztatott ( nap) magasan foglalkoztatott ( nap) Összesen 41 különböző kombináció jött létre, akiket az alábbiak szerint kategorizáltunk 10

11 Életút alapján képzett kategóriák I. A munkaerőpiactól való távolság szerint: Tartós ellátásban lévők: korábbi életpályától függetlenül (megváltozott munkaképességűek, ) Alacsonyan foglalkoztatottak: legfeljebb egy kivétellel mindhárom időszakban alacsony foglalkoztatási szint jellemezte pályájukat Rendszerváltás vesztesei: a 2. időszakban lecsökken a foglalkoztatásuk, és a 3. időszakban is így marad Új évezred vesztesei: csak a 3. időszakban esik vissza a foglalkoztatásuk 11

12 Életút alapján képzett kategóriák II. Jelenleg munkanélküliek: ben összesen legfeljebb 100 napot dolgoztak, DE ennek ellenére a 3. időszakban közepes vagy magas kategóriába tartoznak, és foglalkoztatási pályájuk semmiképpen sem lefelé ívelő Stabilan és tartósan a munkaerőpiacon lévők: az előzőtől annyiban különbözik hogy ben több mint 100 napot dolgoztak (további bontás elképzelhető) 12

13 Speciális jogszerző kategóriák Anyasági ellátásban részesülők A születési modul eredménye Gyermeket szülők kiválasztása: Jelenleg igazított véletlen alapján Későbbiekben az adatbázisból becsült regressziós modell alapján Egyéb ún. pszeudo jogviszonyok (pl. álláskeresési járadék, ápolási díj,...) 13

14 Munkaerőpiac különleges esetei Pályakezdők modellezése nem sorolhatók be egyetlen eddigi kategóriába sem munkaerő-piaci jellemzőik még nem ismertek külön regressziós egyenlet, az első munkavállalásig a megfelelő modellezésükhöz szükség van a pályakezdők munkanélküliségével kapcsolatos ismeretekre, adatokra 14

15 Becslési módszerek Jelenleg logisztikus regressziót használunk az előrejelzéshez, normális eloszlású hibataggal (eredményváltozó dolgozik/nem dolgozik) Az egyes kategóriákra külön becsüljük ezeket az egyenleteket A kategóriák közt néhány kivétellel, jól meghatározott feltételek mentén lehetőség van az átjárásra Lehetséges magyarázó változók lakóhely, munkaviszony jellege, időtartama, stb... 15

16 Jövedelem becslése Az egy jövedelemszerző napra számított bér logaritmusát becsüljük regresszióval A regresszió hibatagjának képzése: ha az induló (bázis) évben van adat bázis évi és a regresszió által a bázis évre becsült adat különbsége ha az induló évben nincs adat megfelelő paraméterű normális eloszlásból származó véletlen hibatag hibatagot mindenkire csak egyszer számolunk, onnantól értéke végig változatlan marad 16

17 Makro igazítás Két igazítás történik: először a modellbeli foglalkoztatási, munkanélküliségi, és inaktivitási arányok igazítása a megfelelő makro adatokhoz majd a modellbeli bérszint igazítása úgy, hogy a makrogazdasági átlagbér adatokat a modell reprodukálja (a béreket azonos mértékben felszorozzuk, vagy épp csökkentjük) 17

18 Összegzés I. Egyedülállóan részletes és gazdag adatbázis, mely......nem csak a jogszerzések jövőbeli modellezéséhez használható...alkalmas "történeti" elemzésekhez is, mivel olyan adatok állnak rendelkezésre melyekből látható hogy hogyan alakult az évek során a munkaerőpiac...vizsgálható, hogy a munkaerőpiac egyes időszakai, nagyobb változásai hogyan érintették az egyes társadalmi csoportokat... segítségével elemezhető, hogy a különböző foglalkoztatási helyzetekből hogyan kerülnek ellátásba az emberek 18

19 Összegzés II. A munkaerőpiac modellezéséhez foglalkoztatás-történeti adatokon alapuló kategorizálás, mely a munkaerőpiactól való távolságot igyekszik megfogni Becslés kategóriánként külön becsült logisztikus regresszióval Egy napra számított bérek logaritmusának becsléséhez regresszió, egyéni vagy becsült állandó hibataggal Makro korrekció (létszám és bér korrekció is) 19

20 Köszönöm a figyelmet! 20

21 21

22 22

23 23

24 24

25 25

26 26

27 27

28 28

29 29

30 30

31 31

32 32

33 33

34 34

35 35

36 36

37 37

38 38

39 39