Modelo dinámico de microsimulación pension

A modelo dinámico de microsimulación pension es un tipo de un modelo de pensiones proyectar un sistema de pensiones por medio de un microsimulación y la generación de la historia completa de cada individuo en un conjunto de datos. Los resultados de estos modelos ofrecen tanto el agregado (tasa de sustitución por ejemplo total, deuda implícita) e indicadores individuales (por ejemplo los flujos de efectivo) del sistema de pensiones. Gracias a la complejidad de los resultados, existe la posibilidad de investigar la distribución de las pensiones, la pobreza de los pensionistas, impacto de los cambios de la fórmula de pensiones, para ver más ejemplos véase por ejemplo (Deloitte, 2011). Detallada cada conjunto de datos (administrativos) debe servir como un entrada de modelo.

Modelos dinámicos de microsimulación de Pension

A modelos de microsimulación dinámica pension (o un modelo dinámico con envejecimiento dinámico) es un tipo de un modelo de pensiones – ver su taxonomía y también (Gál, Horváth, Orbán y Dekkers, 2009). Existen dos tipos básicos de este tipo de modelo - (i) determinista, que está basada en las mejores estimaciones de parámetros de entrada y simultánea de todos los Estados; y (ii) estocástica, basado en la simulación al azar del camino de un estado para el individuo en cuestión.

Modelos determinísticos

Las transferencias entre Estados (por ejemplo entre el empleo, desempleo, salida del mercado de trabajo, etc.) están todos modelados simultáneamente. El sendero de la vida de un modelado individual o grupo de individuos se ramifica gradualmente. El resultado (e.g. seguro período, recién galardonado con pensión) se logra un promedio a través de todas las rutas de la vida. En tal caso no es posible explorar caminos de vida extrema y también no es posible identificar satisfactoriamente por ejemplo el número de pensionistas amenazada por la pobreza. Con un gran número de puntos de modelo, el modelo sólo es capaz de identificar una amenaza de la pobreza causada por bajos ingresos. Una amenaza de la pobreza causada por la interrupción de la carrera de trabajo (período suficientemente largo de seguros) no puede ser modelada sin información adicional y los ajustes al modelo.

Simplificación o promedio es necesario en casos donde se producen las dependencias camino de vida no lineal en la fórmula de Pensión (pensión mínima por ejemplo, un número mínimo de años de trabajo, etc.). Algunas situaciones extremas pueden abordarse mediante el establecimiento de un nuevo estado, pero hace más complejo el modelo y otra vez, el cálculo es aproximado. Con adecuada disponibilidad de datos, es posible utilizar toda la estructura para los parámetros seleccionados (sobre todo período de seguro), pero es tanto cálculo y memoria-consumo.

Por otro lado, la ventaja del enfoque determinista es el hecho de que es más fácil de asegurar la coherencia con salidas externas, por ejemplo, proyección de la población y escenario macroeconómico de crecimiento promedio de los salarios. Todavía puede ser necesario calibrar el modelo incluso en este caso. Por ejemplo, para garantizar la coherencia con una proyección macroeconómica externa, es necesario calibrar el crecimiento salarial sobre la carrera.

Modelos estocásticos

Las transferencias entre Estados se modelan en base a parámetros al azar (generar un número aleatorio). En un momento, cada punto del modelo se corresponde con un estado. La transferencia entre Estados definidos depende de un número al azar y su comparación con la probabilidad de transferencia.

Un punto de modelo tiene exactamente una carrera al azar. Como resultado, el período de seguro y otras variables que ocurren en la fórmula de pensiones se conocen exactamente en el punto de retiro, que hace posible realizar modelado exacto de pension fórmula no-linearidad en las líneas extremas, véase por ejemplo ("Pojistné rozpravy 28/2011").

Los requisitos de datos son las mismas que con el modelo determinista (probabilidad de transferencias). Si se dispone de datos más detallados, es fácil de utilizar y adaptar la estructura del modelo.

Para lograr resultados generales estables, es necesario utilizar un número suficiente de puntos de modelo o simulaciones (con múltiples simulaciones, el resultado es el medio a través de las simulaciones respectivas). La necesidad de un mayor número de modelo puntos o simulaciones hace el tiempo de cálculo. Que, por otro lado, es compensado por simple cálculo, porque no es necesario calcular simultáneamente todos los caminos de la vida y los medios.

Debido a aleatoriedad, los resultados no corresponden con las salidas externas (proyecciones de población, proyecciones macroeconómicas), pero si es suficiente el número de modelo puntos o simulaciones, el grado de consistencia es muy bueno.

El principal beneficio del enfoque estocástico es la posibilidad de modelado exacto de todos los elementos no lineales en la fórmula de pensiones. Los resultados incluyen así líneas incluso extremas y es posible explorar casos de personas amenazadas por la pobreza. Es posible integrar Estados más en este tipo de modelo, y así que puede ser utilizado también para otros tipos de beneficios (prestaciones de enfermedad, desempleo, niño) del modelo. Por otro lado, establecer un estado adicional en un modelo determinista hace que el modelo altamente complicado.

Algunas propiedades de modelos estocásticos pueden ser inusuales para los usuarios. Algunas salidas, especialmente aquellas asociadas con las transferencias entre Estados como el número de muertes, número de personas recién empleadas etc., son "divulgado". Eso corresponde a la observación de la realidad, pero los usuarios pueden utilizarse para "suavizar" los resultados.

Para lograr resultados estables, es necesario contar con un gran número de puntos de modelo o simulaciones. Los parámetros más se generan estocástico, cuanto más alto es el número de simulaciones necesarias para asegurar la convergencia.

Fortalezas y debilidades de los modelos de microsimulación dinámico

Fortalezas

• modelos de toda la historia de vida de las personas
• le permite utilizar toda la información disponible y los datos individuales (cálculo exacto de las pensiones para las personas que se acerca la edad de jubilación)
• hace posible reflejar todos los parámetros legislativos (es decir, aún no linealidades, etc.)
• salidas integrales (resultados agregados no se desvió, resultados individuales y estructura de las pensiones, indicadores de pobreza, más ver e.g. vea (Deloitte, 2011) )
• evaluación de aspectos actuariales del sistema de pensiones
• puede ser ampliado para cubrir otros sistemas de prestaciones sociales y utilizado como una herramienta consistente en la creación de la política social

Debilidades

• mayores costos de mantenimiento y la implementación del modelo (software, experiencia, equipo)
• una mayor demanda de cálculo (requisitos de hardware y software)
• tiempo de cálculo (en comparación con los modelos estándar)
• altas demandas para entrada de datos y la preparación de los supuestos del modelo
• más altas exigencias en cuanto a garantizar la coherencia con otros supuestos (escenario macro, proyecciones de población)

Ejemplos de modelos de microsimulación dinámico

Hay una serie de modelos de microsimulación dinámica en distintos países:

• Modelo dinámico de microsimulación de la República Checa (Ministerio de trabajo y asuntos sociales de la República Checa),
• Pensim2 (Departamento británico para el trabajo y pensiones),
• Destinie (francés Instituto Nacional de estadística),
• Mosart (estadísticas de Noruega),
• FAMSIM (Austrian Institute for Family Studies) etc..

Para más información véase por ejemplo (Asghar Zaidi y Katherine Rake, 2001).

Otras Páginas

• MySimon
• Pavel Vrublevsky
• Dysaesthesia aethiopica
• Estrategia de inversion basada en la responsabilidad
• Samsung SGH-G600
• Reputacion
• Reloj
• Psiconeuroendocrinologia
• Registro de almacenamiento