Un modelo de pensión de microsimulación dinámica es un tipo de modelo de pensión que proyecta un sistema de pensiones por medio de una microsimulación y genera la historia completa de cada individuo en un conjunto de datos. Los resultados de dicho modelo ofrecen indicadores tanto agregados (por ejemplo, tasa de reemplazo total, deuda implícita) como individuales (por ejemplo, flujos de caja individuales) 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 pensionados, el impacto de los cambios en la fórmula de pensión, para más ejemplos ver, por ejemplo (Deloitte, 2011). [1] El conjunto individual detallado de datos (administrativos) debe servir como entrada del modelo.
Un modelo de pensión de microsimulación dinámica (o un modelo dinámico con envejecimiento dinámico) es un tipo de modelo de pensión ; consulte su taxonomía y también (Gál, Horváth, Orbán y Dekkers, 2009) . [2] Hay dos tipos básicos de este tipo de modelo: (i) determinista, que se basa en las mejores estimaciones de los parámetros de entrada y el modelado simultáneo de todos los estados; y (ii) estocástico, basado en la simulación aleatoria de una ruta de estado para el individuo en cuestión.
Las transferencias entre estados (por ejemplo, entre empleo, desempleo, salida del mercado laboral, etc.) se modelan todas simultáneamente. El camino de la vida de un individuo o grupo de individuos modelados se ramifica gradualmente. El resultado (por ejemplo, período de seguro, pensión recién otorgada) se obtiene promediando todas las trayectorias de vida. En tal caso, no es posible explorar caminos de vida extremos y tampoco es posible identificar satisfactoriamente, por ejemplo, el número de pensionistas amenazados por la pobreza. Con una gran cantidad de puntos del modelo, el modelo solo puede identificar una amenaza de pobreza causada por un ingreso bajo. Una amenaza de pobreza causada por la interrupción de la carrera laboral (período de seguro insuficientemente largo) no se puede modelar sin información adicional y ajustes al modelo.
La simplificación o la promediación son necesarias en los casos en que se producen dependencias no lineales en la trayectoria de la vida en la fórmula de la pensión (p. ej., pensión mínima, número mínimo de años de trabajo, etc.). Algunas situaciones extremas se pueden abordar estableciendo un nuevo estado, pero eso hace que el modelo sea más complejo y, nuevamente, el cálculo es solo aproximado. Con la disponibilidad adecuada de datos, es posible utilizar toda la estructura para parámetros seleccionados (principalmente el período de seguro), pero consume tanto cálculo como memoria.
Por otro lado, la ventaja del enfoque determinista es el hecho de que es más fácil asegurar la coherencia con los resultados externos, por ejemplo, la proyección de población y el escenario macroeconómico de crecimiento del salario promedio. Sin embargo, 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 a lo largo de la carrera.
Las transferencias entre estados se modelan en función de parámetros aleatorios (generando un número aleatorio). En un momento dado, cada punto del modelo se corresponde con un solo estado. La transferencia entre estados definidos depende de un número aleatorio y su comparación con la probabilidad de transferencia.