Модель мікросимуляції для проектування пенсій із загальної схеми
1 У статті представлена модель мікросимуляції Caisse Nationale d'Assurance Vieillesse (CNAV). Ця модель, що будується, має дві цілі: надати оцінку майбутніх пенсійних прав працівників приватного сектору до 2030 року як з точки зору маси, так і розподілу, а також виміряти заощадження або, навпаки, витрати, створені новими заходами. . У цій статті особлива увага приділяється моделюванню заробітної плати, роль якої є переважною для моделювання французьких пенсій. Обраний підхід одночасно враховує мікро- та макроекономічні елементи в економетричній оцінці рівнянь заробітної плати.
2 Поточні та майбутні зміни на ринку праці (зростання активності жінок, нестабільність кар’єри, скорочення трудового життя), поряд із старінням населення, є головними проблемами для пенсійних систем. Оскільки вихід на пенсію тісно пов’язаний з кар’єрою, вони матимуть важливі наслідки як для суми, так і для тривалості виплат пенсії.
3Це дослідження має на меті розробити більш детальний аналіз зв'язків між виходом на пенсію та змінами на ринку праці за допомогою моделі мікросимуляції. Моделі мікросимуляції, створені у відповідь на зростаючі потреби в оцінці соціальної політики (з метою виявлення їхніх переваг, кращої оцінки їх вартості чи економічних наслідків), є важливим активом для вивчення пенсій у довгостроковій перспективі. Вони забезпечують більш чіткий аналіз пенсійних прав, ніж традиційні дослідження, з точки зору сукупності або середніх параметрів, оскільки вони дозволяють враховувати різноманітність окремих ситуацій, а не лише середні зміни. Мікросимуляція дозволяє передбачити, крім ефектів вражаючих структурних явищ, таких як збільшення тривалості життя, ріст жіночої активності, скорочення періоду активного життя (подовження тривалості навчання та дострокове припинення діяльності), ефект від реформи правил пенсійних схем як на індивідуальному рівні, так і на рівні пенсійної системи.
4Наш аналіз заснований на використанні адміністративних даних. Насправді дослідження щодо розвитку пенсій здебільшого проводяться з використанням даних опитування. Однак ці дані мають певні обмеження, пов'язані, зокрема, з пам'яттю допитуваних та з тим, що вони погано розрізняють відпрацьовані роки та роки, затверджені на пенсію. Моделювання базується на картотеці застрахованих осіб у системі загального соціального страхування від старості, що управляється Національним фондом страхування від старості (CNAV). Ця схема охоплює працівників приватного сектору, тобто майже дві третини французького працездатного населення.
5Модель розроблена для двох цілей. Перший - це оцінка макроекономічного впливу комплексних заходів. Це передбачає надання оцінки пенсійних прав, які виплачує CNAV відповідно до постійного законодавства, або оцінку збитків (або можливих наслідків), що виникають внаслідок нових заходів. Другий - дати оцінку щодо розподілу індивідуальних пенсій і, отже, вивчити нерівність. Для досягнення цих цілей необхідно інтегрувати зміни в моделі заробітної плати у прогнози. Таким чином, найважливіші події зосереджені на моделюванні діяльності (профілі заробітної плати, сценарії розвитку діяльності, ...).
6Наша стаття складається з двох частин. Перший коротко представляє загальну архітектуру мікросимуляційної моделі. Другий стосується більш конкретно економетричного моделювання заробітної плати, оскільки це є основою будь-якої мікросимуляційної моделі пенсій. Ми показуємо, що визначення індивідуальної заробітної плати здійснюється як на внутрішньому, так і на зовнішньому ринках праці.
7P a r m i l e s d i f f e r e n t s t y p es мікросимуляції, статичної, поздовжньої динаміки або поперечної динаміки, ми обрали триадсверсальну динамічну модель. По-друге, оскільки воно передбачає визначення року за роком протягом тривалих періодів загальної кількості пенсіонерів та внесків, а також розмірів пенсій, що підлягають виплаті [1]. Динамічний, оскільки для того, щоб досить точно моделювати майбутню еволюцію цих груп населення, необхідно мати можливість вводити досить точні гіпотези демографічної та економічної еволюції, чого неможливо зробити з бажаною гнучкістю при використанні статичної моделі.
9 Модель складається з трьох основних модулів, присвячених: (1) демографічним аспектам, (2) економічним аспектам та (3) визначенню пенсії за вислугу років (див. Рисунок 1). Початковою точкою для моделювання є 1995 рік; ця дата вибирається таким чином, щоб мати період s i m u l a t i o n r e t r o s p e c t i v e q u i p e r m e t e порівнянь із спостережуваною статистикою.
10П л і ш е н е м е н е м е н т е м о р а ф і ч ь к и є необхідними для визначення пенсій. Таким чином, m або ta lity та nup tia lity i nte rvi більш конкретно щодо розподілу та розміру пенсії, що пережила втрату годувальника (сума, пропорційна відповідно до кількості років шлюбу у разі повторного одруження тощо). Народжуваність має подвійний вплив: з одного боку, на кількість років внесків для жінок (2 роки на дитину), а з іншого боку, на рівень пенсії за вислугу років (+ 10% для батьків 3 дітей і більше ).
11Економічна частина стосується як виду діяльності, так і винагороди за діяльність, тобто її головним чином є те, що нас особливо цікавить загальна схема для працівників приватного сектору. Для діяльності в'їзду-виїзду велика частина роботи полягає в оцінці ймовірностей переходу діяльності, характерних для приватного сектору, за результатами опитування щодо зайнятості. Таким чином, ми можемо розрізнити чотири ситуації щодо ринку праці: активні, зайняті за загальною схемою, активні поза загальною схемою, безробітні та неактивні. Прогрес заробітної плати інтегрований у модель за допомогою рівняння заробітної плати, безпосередньо оціненого на основі даних вибірки.
12 Демографічні явища та діяльність моделюються стохастично, використовуючи ймовірність настання подій. З іншого боку, визначення заробітної плати проводиться з рівнянь, які ми детально оцінимо далі.
13Останній модуль інтегрує правила бухгалтерського обліку для визначення розміру пенсії за вислугу років для нових пенсіонерів, а також переоцінку, що проводиться щороку виплати при виході на пенсію, переоцінку на основі зміни ціни.
14 Моделювання заробітної плати проводиться шляхом вимірювання як впливу індивідуальних характеристик зрілості, так і рівня фронту макроекономічних змін на заробітну плату за останні п’ятдесят років. Функція заробітку, встановлена таким чином, поєднуючи мікро- та макроекономічний підхід, потім інтегрується в модель мікросимуляції (Debrand and Privat, 2004).
15 Перша частина аналізу присвячена коригуванню функцій заробітку за окремими даними. Цей аналіз, як правило, враховує такі питання, як освіта та досвід роботи, які повинні описувати "людський капітал" людини. Під людським капіталом розуміється запас виробничих можливостей, накопичений людиною під час навчання в школі, але також і сам факт роботи або постійного навчання. Він невіддільний від людини, яка його придбала (Becker, 1962; 1975). Виведені з цієї теорії функції посилення типу, запропоновані Мінцером (1974), становлять стандартний інструмент в економетричних дослідженнях ринку праці.
16 Більшість досліджень, які намагаються виміряти прибутковість диплому або досвіду, базуються на своїх стимулах на поперечних опитуваннях (див., Наприклад, Jarousse та Mingat, 1986). Різниця в заробітній платі за стажем роботи не розраховується на одних і тих самих осіб, що спостерігаються в різному віці; отже, це не справжні профілі кар’єри. Використання таких даних для перевірки функцій заробітку викликає низку критичних зауважень. Щоб задовільно продемонструвати зв’язок між основними функціональними можливостями, тобто нею, та її місцем, переважно стежити за індивідуальними зарплатами з часом і, отже, мати дані панелі (Baudelot, 1984) [5].
17 Робота над поздовжніми даними вже проводилася з цієї теми (Topel, 1991; Lollivier and Payen, 1990; Goux and Maurin, 1994). Використання лонгітюдних даних має ту перевагу, що дає змогу усунути гіпотезу про екологічну стабільність, що застосовується під час миттєвих аналізів граничних показників (стабільність загальної продуктивності - і, отже, загального рівня заробітної плати - стабільність темпів приросту населення, пов'язаного з цим зі стабільною віковою структурою та стабільною структурою щодо якості, тобто людського капіталу). У цьому випадку наше дослідження проводиться протягом п'ятдесяти років одержимості проти великої кількості людей.
20Оцінка заробітної плати проводиться на вибірці платників внесків, обмежена особами, які спостерігались у період 1947-2000 років, у віці від 16 до 59 років, які отримували зарплату, достатню для підтвердження принаймні 5 років у загальній схемі, з віком вступу загальна схема менше 30 років, і вся кар'єра якої здійснюється не на стелі.
21Таким чином, спочатку вибірка містить 2765252 спостереження та 174.615 особин з когорт 1935-1855 рр. Після відбору ми маємо незбалансовану групу з 1 910 442 спостережень, що стосуються 110 378 особин з когорт 1935-1985 рр. 1979 (див. Таблицю 1). Ми перевіряємо, що для кожного покоління середня заробітна плата цієї субпопуляції близька до загальної заробітної плати [6]. Детальніше, ця вибірка складається з 62 831 чоловіків та 47 547 жінок з 1174 296 спостереженнями для чоловіків та 736 146 для жінок. 20,2% осіб мають заробітну плату, що перевищує або дорівнює мінімальній висоті, з різницею за статтю: серед чоловіків 25,6% спостережень більша або дорівнює мінімальній висоті, проти 11,7% серед жінок.
22Економічні дані за 50 років, відповідні цим індивідуальним даним, будуються з двох різних баз даних. База, побудована Лароком, Ралле, Саланьє і Тухасом, яка охоплює період з початку 1946 р. До кінця 1991 р. Серія з другої бази походить від бази, побудованої Вілле і Саланьє в INSEE, і відстає від темпів зростання взято з першої бази для отримання бази даних, що охоплює весь період 1946-2000 рр. Усі грошові ряди виражаються у постійних франках (2000 рік).
23 Беручи до уваги характер даних, якими ми маємо у своєму розпорядженні, аналіз проводиться шляхом збереження двох груп спостережень: з одного боку, спостережень, заробітна плата яких нижча за граничний рівень, а з іншого боку, усіх спостережень ( зарплата нижче або на рівні стелі). Для вивчення цієї другої групи ми маємо вдатися до конкретного економетричного методу для вирішення проблеми зрізування стелі.
24Оцінка функцій заробітку на даних панелі супроводжується двома типами упередженості. По-перше, це упередженості, пов'язані з ендогенністю людського капіталу, тобто кореляцією між специфічними ефектами та певними пояснювальними змінними, і, по-друге, упередженнями, пов'язаними з ефектами відбору або стирання (Guillotin and Sevestre, 1994). Особливий характер даних, які ми вивчаємо, також змушує нас взяти до уваги третій тип упередженості, пов’язаний із усіченням граничного рівня соціального забезпечення (див. Вставку 2 для представлення цих даних та застосованих заходів щодо коригування).
25Ми використовуємо методи звичайних найменших квадратів (OLS) та інструментальних змінних (VI). Дійсно, коли передбачається, що існує взаємозв'язок між пояснювальними змінними та індивідуальним випадковим ефектом, бажано не використовувати OLS або метод квазі-узагальнених найменших квадратів (MCQG): радше рекомендується використовувати метод інструментальні змінні. Загальний принцип методу полягає в наступному. Деякі пояснювальні змінні серед Х вважаються ендогенними і корелюють з індивідуальними ефектами.
26 У цьому випадку оцінювачі OLS є упередженими, і оцінювану модель можна записати: