شبیه سازی و اعمال اصلاحات پارامتریک جهت بهبود ناترازی مالی نظام بازنشستگی ایران
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 120
فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECOR-22-4_002
تاریخ نمایه سازی: 11 دی 1403
چکیده مقاله:
بر اساس گزارش صندوق بین المللی پول، مصارف مستمری در سازمان تامین اجتماعی و صندوق بازنشستگی کشوری از ۳/۵ درصد در سال ۲۰۱۵ به ۱۱ درصد در سال ۲۰۴۰ و در سال ۲۰۸۰ به ۶/۱۹ درصد تولید ناخالص داخلی خواهد رسید و در سالهای آینده، باید بخش زیادی از بودجه کشور صرف پرداخت حقوق بازنشستگان شود. بدین منظور، پژوهش حاضر به دنبال شبیه سازی و اعمال سیاستهای اصلاحی، جهت بهبود ناترازی مالی موجود در نظام بازنشستگی ایران با بهره گیری از مدلهای تعادل عمومی پویای تصادفی(DSGE) مبتنی بر مدل نسل های همپوشان (OLG) میباشد. در این راستا، از توابع واکنش آنی برای بررسی اثرات اصلاحات پارامتریک پیشنهادی استفاده گردید. نتایج نشان میدهد که به دنبال بروز شوک های مثبت به متغیرهای سنوات خدمت، نرخ زاد و ولد و متوسط سالهای بیمه پردازی، ناترازی مالی صندوقهای بازنشستگی کاهش می یابد. بر اساس نتایج پژوهش، مرتبط سازی سن بازنشستگی با امید به زندگی و افزایش سال های پرداخت حق بیمه، میتواند ناترازی مالی را کاهش و پایداری مالی را در نظام بازنشستگی ایران افزایش دهد.
کلیدواژه ها:
نویسندگان
نعیم شکری
Ph.D. in Health Economics, Faculty of Management and Economics, Tarbiat Modares University, Tehran, Iran
عباس عصاری آرانی
Associate professor in Economics, Faculty of Management and Economics, Tarbiat Modares University, Tehran, Iran
علی عسگری
Associate Professor of Disaster, Emergency, and Business Continuity Management, School of Administrative Studies, York University, Toronto, Canada
امیرحسین مزینی
Associate professor in Economics, Economic Research Institute, Tarbiat Modares University, Tehran, Iran
نعمت الله اکبری
Professor in Economics, Department of Economics, University of Isfahan, Isfahan, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :