重庆市基本养老保险基金风险预警研究

《重庆市基本养老保险基金风险预警研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、重庆市基本养老保险基金风险预警研究高蕾谷继建摘要：由于基本养老保险制度的不完善，加上重庆市人口老龄化现象严重，这给重庆市基本养老保险基金的管理造成了巨大困难。文章根据国内外研究经验，采用BP神经网络模型，对重庆市基本养老保险基金的风险预警做了实证研究，从数据的角度揭示重庆市基本养老保险基金风险值的大小，以期，对重庆市基本养老保险基金管理提供决策建议①。.jyqkax(Xi)-Xi)/max(Xi)-min(Xi)]-1(公式1)其中，X’i指标标准化的结果；max(Xi)指标序列中的最大值；min(Xi)指标序列中的最小值。2.原始数据以及标准化数据重庆地区是人口老龄化

2、问题比较严重，基本养老保险基金前几年就发生了入不敷出的现象。由于考虑到数据的可得性，加上2009年后统计年鉴的一些数据的统计口径发生了变化，因此，本文选择1996年至2008年《重庆市统计年鉴》和《中国劳动和社会保障年鉴》中相关的13年的数据作为研究基础。原始数据以及标准化的数据如表3和表4所示：在Matlab7.8中对重庆市基本养老保险基金风险预警指标的原始数据使用公式1进行标准化处理，将原始数据的值控制在[-1,1]之间。标准化处理结果如表4所示：3.模型的选择本文采用BP神经网络模型对重庆市基本养老保险基金风险指标进行总额和评价。BP神经网络即Back-Propa

3、gationNaturalNet:神经网络层数；M：隐藏节点数）的基础上，采用“凑试”方法，首先确定较小的隐含层节点数进行训练，倘若在规定训练次数内无收敛，则停止训练并逐步增加隐含层节点个数，继续重新训练，本文选择了四种情况，其分别为8、12、14、16。通过多次反复训练，最终确定隐含层节点个数为14。因此，本文的BP网络模型结构为10×14×1。权值矩阵初始值分别为10×14阶和14×1阶的随机矩阵。4.结果分析通过Matlab7.8的计算，得出重庆市基本养老保险基金风险预警指标预警的输出结果如图3所示：根据风险预警划分结果（如表5所示），重庆市基本养老保险基金风险预

4、警指标的历史数据如图3所示，将整个预警区间根据四条警度线3、6、9、12划分为5个区间，从上至下分别是巨警、重警、中警、轻警、微警。根据图3可知在1996年至2008年13年间，重庆市基本养老保险基金没有遇到过“巨警”的情况，但也不存在“微警”和“轻警”的情况，大部分年份都落在“中警”和“重警”区间内。其中1996年、1997年、1998年、2001年以及2008年落入了“重警”区，1999年以及2000年落入了“中警”区。由此可以说明重庆市基本养老保险基金在大多数年份中都存在着一定的支付压力和困难，尤其是1999年以后，重庆市颁发“重庆市人事局关于高级专家延长退休年龄

5、有关问题的通知（渝人发[1999]51号）”以来，虽然给重庆市政府减轻了基本养老保险支付的压力，但是重庆市基本养老保险基金在管理方面的问题更加突出。因此，必须一定的预防措施保障重庆市基本养老保险的可持续发展，以防养老保险基金支付危机的发生。五、结论本文将BP神经网络应用到基本养老保险基金的风险预警中来，根据测算，BP神经网络预警的准确性达到了90%以上，因此，可以说BP神经网络模型对基本养老保险基金的风险指标预警具有较好的实用性，能够相对真实地反映重庆市基本养老保险基金支付能力的状况。并根据前人的研究成果对基本养老保险基金风险预警的指标体系做了完善，该指标体系能够弥补养

6、老保险基金风险预警研究的漏洞，具有一定的可操作性。引文