A MIDAS_HU modell elemei és eredményei

Átírás

1 A MIDAS_HU modell elemei és eredményei Tóth Krisztián Országos Nyugdíjbiztosítási Főigazgatóság A MIDAS_HU mikroszimulációs nyugdíjmodell eredményei további tervek Workshop ONYF, május 28.

2 MIDAS_HU típusa A MIDAS_HU dinamikus mikroszimulációs modell, mely: Dinamikus öregítés Keresztmetszeti Diszkrét idő Teljes népességet modellez Zárt modell 2012-es bázis (oka) Induló adatbázisban ~2 millió fő

3 MIDAS_HU felépítése Minta adatbázis Retrospektív modul Demográfiai modul Marriage market t = t+1 Nyugdíjazási modul Eredmények Nyugdíjak megállapítása és indexálása Munkaerőpiaci modul

4 Alkalmazott módszertan Kiválasztási algoritmus (pl. foglalkoztatás): Foglalkoztatási esélyek becslése logisztikus regresszióval (véletlen hibatag) és sorba rendezés Az első x% kiválasztása, ahol x a kívülről adott foglalkoztatási ráta Párosítási algoritmus (pl. házasság): Kiválasztási algoritmus a házasodó férfiak és nők kiválasztásához Az összes lehetséges párra egy-egy valószínűség becslése logisztikus regresszióval Végül minden nőhöz a még elérhető férfiak közül annak a kiválasztása akivel a legvalószínűbben alkot egy párt

5 Adatforrások Jogosultsági alapadatbázis: Előzmény Nyugdíj és Időskor Kerekasztal (NYIKA) november ennek továbbfejlesztett megismétlése közt nyugdíjjogosultságot szerzők Személyi azonosításra alkalmatlan módon Adattartalom: o Demográfiai jellemzők (születési év, nem, becsült isk. végzettség, lakhely régiója és a lakótelepülés típusa) o Jogosultságszerzési adatok (járulékalap, jogszerző napok, FEOR) o Nyugellátási adatok (ellátás összege és típusa) Jövőben már adattárház!

6 Adatkorrekciók Adattisztítás: Hiányzó lényeges adatok (iskolai végzettség) A nem lényeges adatok hiányosak (FEOR) Kisebb adatfelvételi hibák, pontatlanságok Egyedi ellenőrzés nem lehetséges, de statisztikailag kezelni kell Imputálás: es korosztály jellemzői alapján Két lépésben ( 70-91/ 92-96) Eltérő módszerrel (életkor/naptári év a meghatározó) Hiányzó szolgálati idők pótlása

7 A modell adatbázisa évi tisztított jogszerzési adatokból Imputált adatokat is felhasználva (szolgálati idő) 20%-os rétegzett minta (~2 millió fő): o Életkor (KSH) o Nem (KSH) o Munkaerő-piaci jelenlét (KSH) o Társadalombiztosítási ellátás típusa (ONYF) Ezek még csak egyedi adatok családi kapcsolatok kialakítása szükséges

8 Retrospektív modul Cél a hiányzó családi kapcsolatok valósághű kialakítása Megoldás két lépésben Férfi-nő kapcsolatok kialakítása: o Többszázezres nagyságrendű párosítási probléma o Részekre bontás a kapcsolat hossza szerint (50+, 40-50, ) o Eljárás előnye, hogy becslést ad a kapcsolat hosszára o Igazítás KSH adatokhoz Szülő-gyermek kapcsolatok létrehozása: o Gyerekszám becslése minden nőknek o 24 év alatti fiatalok szülőkhöz rendelése születési évenként o Speciális esetek: árvák

9 Demográfiai modul Halálozás: o Nemek szerinti néphalandósági táblával o 2014-ig tényadatok, utána előrejelzés o Születéskor várható élettartam folyamatos emelkedése férfiak: +0,19 év/naptári év nők: +0,16 év/naptári év Születés: o Nők életkor szerinti szülési valószínűségei szerint o 2014-ig tényadatok, utána előrejelzés o Alkalmazott hipotézis szerint a TFR még 2025 előtt eléri az 1,6-os szintet, majd nem változik o Forrás: Földházi [2013] Iskolázottság: o Újszülötteknél leendő iskolai végzettségek véletlen kiosztása a jelenleg éves népességbeli arányoknak megfelelően o Jelenleg nincs projekció

10 Marriage market Új kapcsolatok létrehozása: o A korábban bemutatott párosítási algoritmust használja o Férfiak és nők kiválasztásánál igazítás KSH adatokhoz, projekció nincs o A létrejövő párok először élettársi kapcsolatba kerülnek Régi és új élettársi kapcsolatok továbblépése: o A meglévő élettársi kapcsolatok közül azok kiválasztása melyek házassággá alakulnak o Logit+igazítás Régi kapcsolatok felbomlása: o Válás valamint élettársi kapcsolat megszűnése o A kiválasztáshoz: Logit+igazítás Háztartások újrarendezése

11 Nyugdíjazási modul Nyugdíjba vonulási feltétel ellenőrzése A nyugdíjba vonulás feltételeit teljesítők közül a nyugdíjazást elhalasztók kiválasztása o Korábbi évek tapasztalatai alapján o A korhatárt elérő jogosult férfiak ~4%-a, nők ~5,4%-a legalább 1 évvel elhalasztja a nyugdíjba vonulását A nyugdíjba vonulást elhalasztó, korhatár felett dolgozók fokozatos nyugdíjazása

12 Munkaerő-piaci modul I. Foglalkoztatottak kiválasztása: Logit+igazítás Igazítási táblaként: o Ismert évekre a KSH által publikált, nemenként és korcsoportonként megbontott foglalkoztatási arányok o A jövőre vonatkozóan pedig az Európai Bizottság Ageing Report 2015 című jelentésében használt feltevések A modul legjelentősebb eleme az ún. munkaerő-piaci profil o Múltbéli jogosultságszerzési jellemzőket tömöríti (járulékfizetési sűrűség) o Nem örökre szól o Legutóbbi 10 év járulékfizetési jellemzői döntik el a következő évi profilt

13 Munkaerő-piaci modul II. Kereset meghatározása: Egy napra eső bér logaritmusára felírt regressziós egyenlettel Külön egyenlet férfiakra-nőkre, valamint alkalmazottakra - nem alkalmazottakra Hibatag képzése: o Az induló adatbázisban jövedelemmel rendelkezőkre a becsült és a valós kereset különbsége o Az induló adatbázisban jövedelemmel nem rendelkezőkre az előbbi pontban számított hibatagok eloszlásának megfelelő eloszlásból származó véletlen szám o A bér hibatag egész életre szól, ez fejezi ki a személy általunk nem ismert jellemzőinek hatását Átlagos bérszint igazítása

14 Nyugdíjak aktualizálása Új jogosultságok számítása és könyvelése o Nem csak járulékfizetéssel szerzett jogosultságok (anyasági ellátás) Új nyugdíjak kiszámítása: o Öregségi nyugdíj, nőknek legalább 40 év jogosultsági idő alapján járó öregségi nyugdíj, özvegyi nyugdíj, árvaellátás o Több lépésben, moduláris szerkezettel történik: alkalmas érzékenységi vizsgálatokra, különböző rendszerek összehasonlító vizsgálatára Régi ellátások indexálása és jogosultságok felülvizsgálata (pl. hozzátartozói ellátások)

15 Egy szimulált életpálya Családi állapot Háztartás nagysága (fő) Nettó jövedelem

16 Népesség összetétele népesség csak öregségi ell. öregségi és özvegyi ell. csak özvegyi ell. árvaell

17 Népesség összetétele népesség csak öregségi ell. öregségi és özvegyi ell. csak özvegyi ell. árvaell

18 Népesség összetétele népesség csak öregségi ell. öregségi és özvegyi ell. csak özvegyi ell. árvaell

19 Átlagbérek életkorok szerint Nő Férfi Átlag

20 Köszönöm a figyelmet