A MIDAS_HU modell elemei és eredményei Tóth Krisztián Országos Nyugdíjbiztosítási Főigazgatóság A MIDAS_HU mikroszimulációs nyugdíjmodell eredményei további tervek Workshop ONYF, 2015. május 28.
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
MIDAS_HU felépítése Minta adatbázis Retrospektív modul Demográfiai modul Marriage market t = t+1 Nyugdíjazási modul Eredmények Nyugdíjak megállapítása és indexálása Munkaerőpiaci modul
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
Adatforrások Jogosultsági alapadatbázis: Előzmény Nyugdíj és Időskor Kerekasztal (NYIKA) 2013. november ennek továbbfejlesztett megismétlése 1970-2012 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!
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: 55-59-es korosztály jellemzői alapján Két lépésben ( 70-91/ 92-96) Eltérő módszerrel (életkor/naptári év a meghatározó) Hiányzó szolgálati idők pótlása
A modell adatbázisa 2012. 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
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
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 27-35 éves népességbeli arányoknak megfelelően o Jelenleg nincs projekció
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
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
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
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
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)
Egy szimulált életpálya Családi állapot Háztartás nagysága (fő) Nettó jövedelem
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99 102 105 Népesség összetétele 2013 200000 180000 160000 140000 120000 100000 80000 népesség csak öregségi ell. öregségi és özvegyi ell. csak özvegyi ell. árvaell. 60000 40000 20000 0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99 102 105 Népesség összetétele 2030 200000 180000 160000 140000 120000 100000 80000 népesség csak öregségi ell. öregségi és özvegyi ell. csak özvegyi ell. árvaell. 60000 40000 20000 0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99 102 105 Népesség összetétele 2050 200000 180000 160000 140000 120000 100000 80000 népesség csak öregségi ell. öregségi és özvegyi ell. csak özvegyi ell. árvaell. 60000 40000 20000 0
Átlagbérek életkorok szerint 300000 250000 200000 Nő 150000 Férfi Átlag 100000 50000 0 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67
Köszönöm a figyelmet