Post on 18-Feb-2022
transcript
CAPP_DYN:d ll di i i l i di iun modello di microsimulazione dinamico
per l’analisi degli effetti distributivi di p glungo periodo del sistema di protezione
socialesocialeCarlo Mazzaferro e Marcello Morciano
Università di Bologna, CAPP, University of East Anglia ISEREast Anglia, ISER
Struttura della presentazione:
1. La logica del modello;2. La popolazione dell’anno base;3. Descrizione dei principali moduli demografici p p g
ed economici;4. Analisi di alcuni risultati;4. Analisi di alcuni risultati;5. Sviluppi futuri.
Obiettivo:Obiettivo: costruire un modello dinamico in grado di valutare gli costruire un modello dinamico in grado di valutare gli g gg geffetti effetti interinter ed ed intragenerazionaliintragenerazionali di riforme del sistema di di riforme del sistema di
protezione sociale.protezione sociale.
In particolare:In particolare:-- Politiche di riforma del sistema pensionistico pubblico e privatoPolitiche di riforma del sistema pensionistico pubblico e privato-- Politiche relative all’introduzione di un fondo per la non Politiche relative all’introduzione di un fondo per la non
autosufficienza autosufficienza
Focus principale del modelloFocus principale del modello: effetti distributivi delle politiche : effetti distributivi delle politiche stimati in scenari macroeconomici e demografici coerenti.stimati in scenari macroeconomici e demografici coerenti.
Il modello non è di equilibrio economico generale, ma funziona Il modello non è di equilibrio economico generale, ma funziona per scenari ed utilizza un ampio insieme di informazioni per scenari ed utilizza un ampio insieme di informazioni
i i h i i hi i h i i hstatistiche micro e macroeconomiche.statistiche micro e macroeconomiche.
I modelli di simulazione dinamici in Italia
• MODELLI MACRO:Rgs Istat ( t ibilità fi i i d i i t i–Rgs, Istat. (sostenibilità finanziaria dei sistemi pensionistico, sanitario e di long term care)
MODELLI MICRO• MODELLI MICRO:–A coorte dinamica: Coda Moscarola 2004,
Sartor 2001, Castellino e Fornero 2001 (analisi intergeneraz.le)
–A popolazione dinamica: Bianchi, Romanelli e Vagliasindi 2004, (analisi inter e intra –generaz.le), Ni l i Al i i 2005Nicoletti Altimari 2005 (tasso di risparmio e sist. pensionistico), Leonbruni e Richiardi (2006),(mercato del lavoro e partecipazione)(mercato del lavoro e partecipazione)
I modelli di microsimulazione dinamiciI modelli di microsimulazione dinamici
• Sono strumento di policy in molte nazioni:• Sono strumento di policy in molte nazioni:– Svezia, (Sesim)– Australia, (Natsem)– Gran Bretagna (Pensim2)g ( )– Stati Uniti, (Cbolt)
Canada (Dynasim)– Canada, (Dynasim)• La Commissione Europea ha finanziato
una linea di ricerca (Progress) per lo sviluppo di questa modellisticapp q
CAPP_DYNN l 2005 d ll b i CAPPNasce nel 2005 da collaborazione CAPP –
Ministero del Lavoro, partecipa a Progress, 2010 20112010-2011
Simula l’evoluzione demografica ed economica d ll l i it li fi l 2050della popolazione italiana fino al 2050.
È un modello: •• A popolazione dinamicaA popolazione dinamica•• A moduliA moduli•• Con unità temporale discreta Con unità temporale discreta •• Probabilistico Probabilistico
ff•• Ad unità di analisi sia individuale che familiare Ad unità di analisi sia individuale che familiare È composto da un set di programmi elaborati in STATA e
C h i l l’ l i diC++ (oltre 7.000 righe) che simulano l’evoluzione di una popolazione campionaria dal 2010 al 2050.
Il modelloL’ l i iL’ l i i i d ll l i èi d ll l i èL’evoluzione socioL’evoluzione socio--economica della popolazione è economica della popolazione è
realizzata tramite catene di realizzata tramite catene di MarkowMarkow finite e finite e discrete utilizzando il metodo di Monte Carlodiscrete utilizzando il metodo di Monte Carlodiscrete, utilizzando il metodo di Monte Carlo.discrete, utilizzando il metodo di Monte Carlo.
Le fonti di dati:Le fonti di dati:- Popolazione campionaria iniziale: Indagine sui bilanci delle famiglie italiane 2002. In gprospettiva IT SILC 2007;- Probabilità (condizionate) di transizione tra t tistati:-- previsionaliprevisionali [per simulazione della mortalità e
della natalità];della natalità];-- tratte da indagini sezionalitratte da indagini sezionali o da o da pseudopseudo--panelpanel
[per la simulazione delle scelte di istruzione e per le transizioni nel mercato del lavoro];le transizioni nel mercato del lavoro];
L t ttStart
La struttura del modello
BASE CAMPIONARIA(crea dataset iniziale)
STORICO(simulazione retrospettiva cond. socio econ. per gli attivi
dell’anno base)
SCENARIO(seleziona le condizioni da utilizzare per la
simulazione)
FUTURO(simula l’evoluzione annuale della popolazione)
Falso Anno simulazione <= ultimo anno Veroda simulare?
AGGREGAZIONE(generazione archivio longitudinale)
End
Modulo BASE CAMPIONARIAA partire dall’indagine Bdi 2002 costruisce la popolazione
campionaria inizialeBDI 2002
Controllo di COERENZA
SELEZIONE
RI-CODIFICAControllo di RAPPRESENTATIVITA’
GROSSING-UP
ESPANSIONEVALIDAZIONE
La numerosità campionaria passa dalle originali 21.148 a 52.500
DATABASE
p p gosservazioni individuali. (a regime ca.175.000 osservazioni annue.)
S l i “id l ” t i di i• Soluzione “ideale”: estrazione di un campione casuale dal censimento.
• In Italia non è possibile.• La creazione di una popolazione di base da p p
un’indagine campionaria– mette in discussione la rappresentatività nel primo pp p
anno della simulazione ….– … questo può avere effetti non indifferenti sulla bontà
delle stime nel medio-lungo periodo.• È quindi necessario riponderare le unità È quindi necessario riponderare le unità
campionarie (agendo sui pesi).
La popolazione iniziale del modello è maggiormente rappresentativa p p gg ppdell’universo (dati del censimento ISTAT) di quanto sia Bdi2002
Ad esempio:
Confronto delle distribuzioni di frequenza per CLETA nei 3 campioni
p
89
10
4567
%
0123
0
0-5
6-10
11-1
4
15-1
9
20-2
4
25-2
9
30-3
4
35-3
9
40-4
4
45-4
9
50-5
4
55-5
9
60-6
4
65-6
9
70-7
475
e p
iù
%Censimento 2001 Bdi 2002 DYNASIM%Censimento 2001 Bdi 2002 DYNASIM
Confronto distribuzione della popolazione per di i f i lcondizione professionale
Condizione professionale - NORD - Condizione professionale - CENTRO -
1012141618 censimento Bdi2002 DYNASIM
6789 censimento Bdi2002 DYNASIM
2468
10
%
12345
%
0dipendenti indip pens da lav* altri NOFL
0dipendenti indip pens da lav* altri NOFL
Condizione professionale - SUD - Condizione professionale -ITALIA -
20
25 censimento Bdi2002 DYNASIM
35404550
censimento Bdi2002 DYNASIM
5
10
15
%
1520253035
%
0
5
dipendenti indip pens da lav* altri NOFL 05
10
dipendenti indip pens da lav* altri NOFL
Rappresentatività del campione iniziale
donne uominidonne uomini
pp p
75808590 e più
donne uomini
75808590 e più
donne uomini
505560657075
505560657075
253035404550
età
253035404550
età
05101520
05101520
600 400 200 0 200 400 600
popolazione al 2002 (in migliaia)
600 400 200 0 200 400 600
popolazione al 2002 (in migliaia)
Fonte: ISTAT (2001) ed elaborazioni proprie con MMD
• Problemi aperti nella definizione di una popolazione rappresentativa nel primo annopopolazione rappresentativa nel primo anno della simulazione.
• Gli aggiustamenti dei pesi campionari riescono• Gli aggiustamenti dei pesi campionari riescono solo in parte a migliorare la rappresentatività della popolazione inizialedella popolazione iniziale.
• Ragione principale: i pesi sono famigliari e le tt i ti h i i hcaratteristiche socio-economiche sono
individuali.
Modulo SCENARIO
Definisce il benchmark di riferimento con cui si d l i l iconduce la simulazione
- scenari demografici (alto, medio e basso delle g ( ,previsioni Istat);- scenari di crescita economica (alto,medio e basso ( ,del modello Rgs);- scenari di politica economica (ad es. riforma delle pensioni, introduzione di un’imposta per finanziare LTC, etc);
Gli scenari macro Rgs sono costruiti a partire da quelli demografici Istat e quindi i due sono coerenti tra loro.demografici Istat e quindi i due sono coerenti tra loro.
DEMOGRAFIA1 .invecchiamento 2. mortalità3. fertilità4. immigrazione
ISTRUZIONE, LAVORO e REDDITI
8. istruzione4. immigrazione 5. uscita dal nucleo familiare 6. matrimonio7. divorzio
9. ingresso nel mercato del lavoro10. transizioni tra stati occupazionali11. transizioni tra condizioni contrattualicontrattuali12. reddito da lavoro
SICUREZZA SOCIALE 13 i
Popolazione periodo t
13. accesso pensionamento14. pensione da lavoro (anzianità e
vecchiaia)15. pensione ai superstiti
t=t+1
p p16. pensioni di invalidità (Inps e civili)17. trattamenti assistenziali18. non autosufficienzaPopolazione periodo t+1
Demografiag
Le transizioni seguono il metodo Monte Carlo ed utilizzano probabilità condizionate ad un insieme di caratteristicheprobabilità condizionate ad un insieme di caratteristiche socio-economiche individuali derivanti da fonti ufficiali, sia previsionali sia statistiche (ISTAT, Banca d’Italia, p (
etc).
NATALITA’NATALITASimula la nascita di nuovi individui tra la popolazione campionaria
sulla base delle previsioni ISTAT relative ai tassi specifici disulla base delle previsioni ISTAT relative ai tassi specifici di fecondità.
L’imputazione dei nuovi nati avviene tra le famiglie sposate con probabilità inversamente proporzionale al numero di figli presenti e all’età della madre (16-50 anni). MORTALITA’MORTALITA
Simula l’evento morte della popolazione campionaria sulla base d ll i i i ISTAT di t d didelle previsioni ISTAT disaggregate per genere ed area di
residenza.
IMMIGRAZIONESimula annualmente l’ingresso di nuovi immigrati tra la popolazione
i i ll b d ll i i i ISTAT l ti l ldcampionaria sulla base delle previsioni ISTAT relative al saldo migratorio estero.
I saldi demografici1,000,000
N_born
800,000
N_deathsNet_migrationOverall
600,000
400,000
200,000
02007 2012 2017 2022 2027 2032 2037 2042 2047
-200,000
La dinamica della popolazionep p
62500
ISTAT CAPP_DYN
61500
62000
61000
61500
60500
59500
60000
59000
585002007 2012 2017 2022 2027 2032 2037 2042 2047
USCITA NUCLEO FAMILIARE DI ORIGINE
I giovani di età compresa tra i 18 e 34 anni possono uscireI giovani di età compresa tra i 18 e 34 anni possono uscire dal nucleo familiare d’origine. La simulazione è condotta
tramite processo di Monte Carlo con probabilità condizionate al genere e alla classe d’età elaborate a partire dai dati
ISTAT Aspetti della vita quotidiana,
O OMATRIMONI e DIVORZI
A l t t di l i (4 3‰ d ll t t ) iAnnualmente una quota di popolazione (4.3‰ della pop. tot.) si sposa, mentre una quota dei coniugati divorzia (3‰ dello stock
annuale di coppie coniugate)annuale di coppie coniugate) [DATI ISTAT]. [DATI ISTAT]. PropensityPropensity scorescore
Indicatori di invecchiamento della popolazione
70%
>65/attivi >80 / >65
60%
40%
50%
30%
40%
20%
10%
0%2010 2015 2020 2025 2030 2035 2040 2045 2050
Moduli Istruzione, redditi e lavoro
Ed i M t d l lEducazione Mercato del lavoro
Redditi da lavoro
OBBLIGO
DIPLOMA
Ingre
OCC
FT
OCC
PT
Pensione da lavoro
DIPLOMA
LAUREA triennale
esso merca
Uscitaato del lavo
NON OCC NO
FL
Pensione di invalidità
LAUREA specialistica
oro
IstruzioneStima Ordered probit su pooling di dati Bdi 1998-20024 Livelli di istruzione : obbligo, diploma, laurea breve, obbligo, diploma, laurea breve,
i li tii li tispecialistica.specialistica.*
1( | ) ( | ) 1 ( )i i i i Y i Y iP y Y X P y x Xα α β−= = > = −Φ −
Variabili esplicative:Variabili esplicative: -- livello più elevato di studio conseguito dai genitori;livello più elevato di studio conseguito dai genitori;
area di residenza;area di residenza;-- area di residenza;area di residenza;-- genere.genere.
Coefficienti ed effetti marginali della stima delle determinanti le scelte Coefficienti ed effetti marginali della stima delle determinanti le scelte dei livelli di acquisizione di capitale umanodei livelli di acquisizione di capitale umano
Log likelihood = -6557.3791
Number of obs = 8577
LR chi2(10) = 1428.69
Prob > chi2 = 0 0000Prob > chi2 = 0.0000
Pseudo R2 = 0.0982
---------------------------------------------------------------------------------
y=Pr(j==1) y=Pr(j==2) y=Pr(j==3)y j y j y j
studio (y) | Coef. .2468 .6922 .0609
-------------+-------------------------------------------------------------------
ObbligoMadre | -.6731 (.0621) .1919 (.0157) -.0921 (.0060) -.0997 (.0112)
DiplomaMadre | -.1916 (.0606) .0625 (.0203) -.0412 (.0142) -.0213 (.0062)
ObbligoPadre | -.7523 (.0610) .2263 (.0173) -.1254 (.0091) -.100 (.0094)
DiplomaPadre | -.2333 (.0585) .0763 (.019) -.0505 (.0139) -.0257 (.0059)
nomadre | 9158 ( 1106) 3433 ( 0429) 2875 ( 040) 055 ( 003)nomadre | -.9158 (.1106) .3433 (.0429) -.2875 (.040) -.055 (.003)
nopadre | -.8182 (.0689) .2985 (.0266) -.2379 (.0242) -.0606 (.0034)
donna | .2694 (.0262) -.0839 (.0080) .0505 (.0049) .0334 (.0034)
Centro | -.0130 (.0364) .0041 (.0115) -.0025 (.0072) -.0015 (.0043)
Sud | -.2971 (.0295) .0946 (.0092) -.0595 (.0062) -.0351 (.0035)
-------------+-------------------------------------------------------------------
(Ancillary parameters)
_cut1 | -1.789 (.0679)
_cut2 | .4421 (.0646)
Livello di scolarizzazione della popolazione 15_64 anni
60%
obbligo diploma laurea
50%
40%
30%
20%
10%
0%2007 2012 2017 2022 2027 2032 2037 2042 2047
Ingresso mercato del lavoroIngresso mercato del lavoro
Terminato il percorso formativo gli individui entrano nel mercato del lavoro.
Qualifica, Professione, Stato occupazionaleQualifica, Professione, Stato occupazionalevengono assegnate con il metodo di MCg g
utilizzando probabilità di transizione condizionate al genere, titolo di studio e area di genere, titolo di studio e area di
residenzaresidenza stimate su dati RTFL 2001-2002 [ISTAT].
Transizioni nel mercato del lavoroTransizioni nel mercato del lavoroOgni attivo, annualmente, può transitare tra 4 stati
professionali occupato full-time, occupato part-time,
di t t t ll f ldisoccupato, non appartenente alla forza lavoro.Le probabilità di transizione tra stati occupazionali
ti t t it lti i l l it lisono stimate tramite multinomial logit su poolingdi Indagini RTFL ‘93-’03
( )X β,,
,1
exp( )( | ) , 1,...,
1 exp( )
i ji j i M
i jj
XP s J X j S
X
β
β= = =
+∑1j=
condizionatamente a:
polinomio età genere titolo di studio area geografica settore statopolinomio età genere titolo di studio area geografica settore statopolinomio età, genere, titolo di studio, area geografica,settore, stato polinomio età, genere, titolo di studio, area geografica,settore, stato civile, civile, dummiesdummies di coorte di nascita di coorte di nascita
% di UOMINI che cambiano stato occupazionale rispetto all’anno precedente
35% 15-30 anni 31-50 anni 51-64 anni
30%
15 30 anni 31 50 anni 51 64 anni
20%
25%
cent
uali
10%
15%
valo
ri pe
r
5%
10%
0%
2005
2007
2009
2011
2013
2015
2017
2019
2021
2023
2025
2027
2029
2031
2033
2035
2037
2039
2041
2043
2045
2047
2049
% di DONNE che cambiano stato occupazionale rispetto all’anno precedente
35% 15 30 anni 31 50 anni 51 64 anni
30%
35% 15-30 anni 31-50 anni 51-64 anni
20%
25%
entu
ali
15%
valo
ri pe
rc
5%
10%
0%
2005
2007
2009
2011
2013
2015
2017
2019
2021
2023
2025
2027
2029
2031
2033
2035
2037
2039
2041
2043
2045
2047
2049
I dati RTFL evidenziano la presenza di effetti di coorte per le donnecoorte per le donne …
uomini donne
tassi di attività per genere e per coorte nel periodo 1993-20031
uomini donne
ne.5ccup
azio
nTa
sso
di o
0
20 40 60 20 40 60Fonte:RTFL 1993-2003 Fonte:RTFL 1993-2003
T
min/1939 1940/19491950/1959 1960/1969
età dell'individuo
1950/1959 1960/1969 1970/1979 1980/max
Graphs by _ss
Tasso di partecipazione uomini. 2008, 2025, 2050
100.0%
y_2008 y_2025 y_2050
80.0%
90.0%
60.0%
70.0%
40 0%
50.0%
20 0%
30.0%
40.0%
10.0%
20.0%
0.0%23 28 33 38 43 48 53 58 63
Tasso di partecipazione donne. 2008, 2025, 2050
100%
y_2008 y_2025 y_2050
80%
90%
60%
70%
40%
50%
30%
40%
10%
20%
0%23 28 33 38 43 48 53 58 63
Numero di occupati in CAPP DYN. 2009-2050
22000
occupati
Numero di occupati in CAPP_DYN. 2009 2050
21500
21000
20000
20500
19500
20000
19000
185002009 2014 2019 2024 2029 2034 2039 2044 2049
Composizione socio-demografica della popolazione occupataComposizione socio demografica della popolazione occupata
S E à Ed i N f N i li àSesso Età Educazione N. of comp. Nazionalità
Anno Donne Uomini <=30 31/50 >=50 Base Dipl. Univ <3 =3 >3 Imm. It..Anno p
2005 41.8 58.2 23.7 58.8 17.5 44.5 44.0 11.5 41.6 34.0 24.4 5.0 95.0
2015 42.8 57.2 16.9 56.6 26.5 41.6 45.2 13.2 45.2 35.6 19.2 8.5 91.5
2025 43.9 56.1 16.1 52.7 31.2 37.6 43.7 18.8 46.5 33.5 19.9 11.7 88.4
2035 45 0 55 0 15 3 48 9 35 8 33 5 42 2 24 3 47 9 31 5 20 6 14 8 85 22035 45.0 55.0 15.3 48.9 35.8 33.5 42.2 24.3 47.9 31.5 20.6 14.8 85.2
2050 46.1 53.9 13.2 48.5 38.3 30.6 35.0 34.3 48.3 29.4 22.3 16.5 83.52050 46.1 53.9 13.2 48.5 38.3 30.6 35.0 34.3 48.3 29.4 22.3 16.5 83.5
Redditi da lavoroRedditi da lavoroA tutti gli occupati viene assegnato un reddito da lavoro
stimato tramite modelli minceriani su cross-sectionBdi2002
LAV. DIPENDENTI con tit. di studio LICENZA MEDIA
LAV. DIPENDENTI con tit. di studio DIPLOMA
LAV. DIPENDENTI con LAUREA
LAV. INDIPENDENTI
UOMINI DONNE UOMINI DONNEEta 0,052*** 0,017 0,042*** 0,014 0,071** 0,074***Eta^2 -0,001*** -0,0002 -0,001*** -0.0001 -0,001** -0,001**A i ib 0 012*** 0 014*** 0 019*** 0 017*** 0 015* 0 005Anni contrib 0,012*** 0,014*** 0,019*** 0,017*** 0,015* 0,005NORD 0,095** 0,037 0,005 0,011 0,193** 0,108SUD -0,189*** -0,317*** -0,164*** -0,073 0,116 -0,187*Operaio -0,265*** -0,249*** -0,225*** -0,214*** -0,673***p , , , , ,Dirigente 0,132 0,065 0,418*** 0,215* 0,382***Part-time -0,517*** -0,604*** -0,386*** -0,480*** -0,320*** -0,073Sett.Pubblic -0,028 -0,029 -0,117*** 0,038 -0,077Donna -0,154* -0,366***Licenza Media -0,188**Laurea 0,472***
cons 8 768*** 9 232*** 9 036*** 9 215*** 8 410*** 8 137***_cons 8,768 9,232 9,036 9,215 8,410 8,137R^2 0,5421 0,4319 0,4365 0,4106 0,4072 0,1267N 1584 1404 742 1226 688 1353
Evoluzione nel ciclo di vita del reddito da lavoro di un DIPENDENTE f ll ti d l tt i t id t lDIPENDENTE full-time del settore privato residente al
NORD per titolo di studio.
000
035
000
4050
0030
000
020
000
2515
00
20 30 40 50 60 70eta
elem medie diplomaelem,medie diploma laurea
Alla crescita endogena prodotta annualmente dal modello [per effetto d ll’ l i i d fi d ll l i ] è i t f tt didell’evoluzione socio-demografica della popolazione] è aggiunto un fattore di crescita (e)(e) pari alla differenza tra la crescita retributiva stimata da
RGS [scenario centrale] (m)(m) e quella stimata dal modello:w=yilavh*(1+e)w=yilavh*(1+e)
dove e=me=m-- [[yilavhyilavh(t)/(t)/yilavhyilavh(t(t--1)]1)]
Dinamica delle retribuzioni e dell'idx di Gini
25000 0,3
retribuzione annua
23000
24000
0,24
0,26
0,28retribuzione annuaGini
22000
0,18
0,2
0,22
20000
21000
0 12
0,14
0,16
19000
2005
2007
2009
2011
2013
2015
2017
2019
2021
2023
2025
2027
2029
2031
2033
2035
2037
2039
2041
2043
2045
2047
2049
0,1
0,12
Sicurezza Sociale
In questo modulo, in base all’evoluzione socio-economica ottenuta dai moduli demografici ed economici si simulano:
- Scelte relative all’età di pensionamento;Calcolo delle prestazioni pensionistiche da lavoro;- Calcolo delle prestazioni pensionistiche da lavoro;
- Integrazioni e maggiorazioni sociali;- Calcolo delle prestazioni di reversibilità e assegno sociale;p g ;- Integrazioni al minimo e maggiorazioni sociali.
Articolazione della popolazione dei pensionati da lavoro• quattro categorie: dipendenti privati, dip. pubblici, lavoratori
autonomi e parasubordinati;autonomi e parasubordinati;• Pensionati “retributivi”, “misti”, “contributivi”.
Scelta dell’età di pensionamento
1. Accesso al pensionamento di anzianità per gli individui che, maturati i requisiti, hanno un tasso di sostituzione lordo superiore al 60%
2 Accesso al pensionamento di vecchiaia: Età legale (crescente2. Accesso al pensionamento di vecchiaia: Età legale (crescente secondo le regole della riforma)
Le riforme pensionistiche in Italia• (• (
Amato (‘92), Dini (‘95), Prodi (‘97), Maroni (’04) Damiano(‘08)
‘92 ‘95 ‘97 ‘02 ‘05 ‘08 2040
fase di transizione
bi tti iobiettivi:1. Assicurare sostenibilità finanziaria al sistema2 Omogeneizzazione dei trattamenti2. Omogeneizzazione dei trattamentiCaratteristica comune delle riforme: GRADUALITA’ anche per
favorirne l’accettabilità sociale3 Regimi differenti:
Retributivo (defined benefit)Mi t ( i d i )Misto (mixed regime) Contributivo (defined contribution)
Quote di pensionati per tipologia l t t l d i i ti d lsul totale dei pensionati da lavoro
90%
100% retributivo misto contributivo
60%
70%
80%
40%
50%
60%
20%
30%
0%
10%
2005 2010 2015 2020 2025 2030 2035 2040 2045 2050Fonte: Simulazioni proprie:scenario centrale.
2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
65%
Average pension benefit over average earning
65%
60%
55%
50%
45%
40%2008 2013 2018 2023 2028 2033 2038 2043 2048
Stima Kernel redditi da lavoro. 2010, 2030, 2050.0
0004
.000
03.0
0002
.000
010
0 100000 200000 300000 4000000 100000 200000 300000 400000reddito
2010 203020502050
Stima Kernel pensioni da lavoro. 2010, 2030, 2050.0
0008
.000
06.0
0004
.000
020
0 20000 40000 60000 80000 1000000 20000 40000 60000 80000 100000reddito
2010 203020502050
Tasso di sostituzione 2010, 2030, 2050
5
2010
8
2030
5
2050
46
43
sity
sity
3si
ty2
Den
s 4D
ens
2D
ens
12
10
.2 .4 .6 .8 1t
0
.2 .4 .6 .8 1t
0
.2 .4 .6 .8 1ts
49
tststs
Indice di Gini su pensioni da lavoro e retribuzioni
34%
old age pensions earnings
p
33%
34%
33%
33%
32%
32%
31%
31%
30%
30%
29%
2010 2015 2020 2025 2030 2035 2040 2045 2050
Net present value ratio of new pensioneers by year of birth
2.5
21.
51
.5
0 2 4 6 8xx
CI 95% Npvr
Source: CAPP_DYN
La popolazione non t ffi i tautosufficiente:
caratteristiche economiche ecaratteristiche economiche e socialisociali
• Introduzione di un modulo invalidità• Introduzione di un modulo invalidità– Stima ordered probit su dati Istat– Imputazione delle probabilità al modello
con due scenari• Meccanico (solo effetto età)• Compressione della disabilità (educazione)
Quota dei disabiliQuota dei disabili
10%
9%
10%
pure ageing
d di bilit
7%
8%endogenous disability
constant health
6%
7%
5%
3%
4%
2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
Distribuzione per classe di età Scenario diDistribuzione per classe di età. Scenario di riduzione della disabilità
70
80
50
60
70
<65
40
50 <65
65-70
71-75
20
3076-80
>80
0
10
2005 2010 2015 2020 2025 2030 2035 2040 2045 20502005 2010 2015 2020 2025 2030 2035 2040 2045 2050
Distribuzione dei disabili per numero di figli
0 1 2 3 >=4
2005 23% 21% 29% 14% 14%2005 23% 21% 29% 14% 14%
2010 24% 20% 28% 15% 13%
2020 26% 20% 29% 14% 11%
2030 32% 19% 28% 13% 8%2030 32% 19% 28% 13% 8%
2040 43% 16% 27% 10% 5%
2050 54% 12% 25% 6% 3%
Spesa per NA su Pil
1 6%
1.8%
2.0%
1.2%
1.4%
1.6%
0.8%
1.0%
1.2%
0 2%
0.4%
0.6% pure ageing
compression of disability
0.0%
0.2%
2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
S il i iSviluppi in corso
• Aggiornamento dei moduli demografici ed economici• Aggiornamento dei moduli demografici ed economici (partecipazione mkt lavoro, matrimoni, divorzi, istruzione)istruzione)
• Introduzione di un modulo per la simulazione del processo di accumulazione e trasferimento dellaprocesso di accumulazione e trasferimento della ricchezza privata– Descrizione più dettagliata della formazione del redditoDescrizione più dettagliata della formazione del reddito
disponibile famigliare
– Analisi distributiva delle prospettive di sviluppo della componente pensionistica complementare
• Modifica della popolazione anno base: da BDI a IT
59SILC
Modulo ricchezza Start
NoYea of simulation <=
2050
Yes
d d t t t
No
read dataset year t
Wealth transfers simulation
Stochastic returnsBuild panel
containing wealth
Investment processes
Consumption/Savings
information
Save dataset year t
p / g
E dEnd
Modulo ricchezzaModulo ricchezza
Principali passi:– Regola dinamica consumo/risparmiog / p
– Trasferimenti intergenerazionali
Rendimenti stocastici ricchezza reale e finanziaria– Rendimenti stocastici ricchezza reale e finanziaria
– Acquisto e vendita immobili
Alcuni risultati preliminari #1Alcuni risultati preliminari #1
2.4
2.8
12Average Household Wealth to Income Ratio (2008-2050)
1.6
22
o
10o
.81.
21
ratio
68
ratio
0.4
46
2010 2020 2030 2040 2050Year
net worth enlarged financial wealthhouse equity debt (right axis)
Risultati preliminari #2
.15
Average Household Saving Propensity (2005-2050).1
5s/
y.0
50
2000 2010 2020 2030 2040 2050Year
saving propensity base saving propensity enlarged
Using IT‐SILC (instead of SHIW) for defining the base population
• Advantages:– Large sample size;g p ;
– Linkage with administrative data;
– information on net andand gross earnings available;
– Panel component.
Drawbacks:Drawbacks:Not detailed information available on:
‐ Consumption;Use of statistical
matching p ;
‐ Saving;
‐ Wealth.
matching techniques?
Limited set of retrospective information on individual’s working career.