A Bayesian two-part model for improving social assistance estimation of the SISU microsimulation model

Abstract

SISU-mikrosimulointimalli on keskeinen väline sosiaaliturvaetuuksien ja tuloverotuksen lainsäädännön valmistelussa Suomessa. Mikrosimulointi tarkoittaa, että kiinnostuksen kohteena on laskea ennusteita havaintoyksiköille, jotka SISU-mallin rekisteriaineistossa ovat yksilö ja asuntokunta. SISU-mallilla voidaan simuloida lakimuutosten yhteisvaikutuksia sosiaaliturvaetuuksiin, mukaan lukien perustoimeentulotukeen. Toimeentulotuki on kuukaudelta myönnettävä viimesijainen etuus, jonka tavoitteena on varmistaa perheen ihmisarvoisen elämän kannalta välttämätön toimeentulo. SISU-mallin perustoimeentulotuen ennusteissa on kuitenkin epätarkkuutta. Tämän pro gradu -tutkielman tavoitteena oli tutkia voiko SISU-mikrosimulointimallin vuosittaisia toimeentulotuen ennusteita tarkentaa Bayes-tilastotieteen menetelmien avulla.

SISU-mallin perustoimeentulotuen ennusteiden epätarkkuus syntyy mahdollisesti useista lähteistä. Esimerkiksi SISU-mallin hyödyntämän rekisteriaineiston muuttujat on kirjattu vuositasolla, vaikka toimeentulotuki myönnetään kuukaudelta. Lisäksi rekisteriaineistosta puuttuu toimeentulotuen suuruuden määritykseen käytettäviä muuttujia, kuten terveysmenot ja varallisuus. Myös SISU-mallin oletus, että kaikki toimeentulotukeen oikeutetut asuntokunnat hakisivat etuutta ei vastaa todellisuutta.

Tutkielmassa kehitettiin kaksiosainen malli, joka koostui kahdesta yleistetystä lineaarisesta mallista. Kaksiosaisen mallin rakenteen avulla voitiin yhdistää aineiston generoivan prosessin kaksi osaa. Ensimmäinen prosessi mallinsi todennäköisyyttä saada toimeentulotukea ja toinen prosessi vuosittaista toimeentulotuen määrää, ehdolla, että asuntokunta saa toimeentulotukea. Ennusteiden simulointiin käytettiin Bayes-menetelmiä.

Kehitettyjä kaksiosaisia malleja ja SISU-mallia vertailtiin luokitteluvirhettä ja ennustetarkkuutta mittaavien tunnuslukujen suhteen. Löydösten perusteella kehitettyjen mallien toimeentulotuen saannin ja määrän ennusteet olivat tarkempia kuin SISU-mallin, riippuen mitä jakaumaa toimeentulotuen määrän oletettiin noudattavan ja minkälaista luokittelurajaa käytettiin toimeentulotuen saannin ennustamiseen.

Tutkielma osoittaa, kuinka tilastollisen mallinnuksen avulla voidaan huomioida käyttäytymiseen ja aineiston puutteisiin liittyvää epävarmuutta toimeentulotuen ennustamisessa, ja kuinka mallinnuksen avulla on mahdollista saada tarkempia toimeentulotuen ennusteita kuin SISU-mallilla. Vaikka kehitettyihin malleihin ei sisällytetty lakimuutosten vaikutusten simuloinnin mahdollistavaa mekanismia, työ syventää käsitystä SISU-mallin kehityskohteista ja mikrosimuloinnin laajentamisesta tilastollisen mallinnuksen avulla.