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
t = t+1
Eredmények
Nyugdíjak megállapítása és indexálása
Marriage market
Nyugdíjazási modul
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 o o o
Életkor (KSH) Nem (KSH) Munkaerő-piaci jelenlét (KSH) 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 o o o
Többszázezres nagyságrendű párosítási probléma Részekre bontás a kapcsolat hossza szerint (50+, 40-50,…) Eljárás előnye, hogy becslést ad a kapcsolat hosszára 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
Népesség összetétele 2013 200000
180000
160000
140000
120000
népesség csak öregségi ell.
100000
öregségi és özvegyi ell. csak özvegyi ell.
80000
árvaell. 60000
40000
20000
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
0
Népesség összetétele 2030 200000
180000
160000
140000
120000
népesség csak öregségi ell.
100000
öregségi és özvegyi ell. csak özvegyi ell.
80000
árvaell. 60000
40000
20000
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
0
Népesség összetétele 2050 200000
180000
160000
140000
120000
népesség csak öregségi ell.
100000
öregségi és özvegyi ell. csak özvegyi ell.
80000
árvaell. 60000
40000
20000
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
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
