مدیریت دارایی- بدهی در صندوق بازنشستگی کشوری با استفاده از مدل برنامه ریزی تصادفی چندمرحله ای (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
پیشینه و اهداف: براساس اطلاعات صورت های مالی صندوق بازنشستگی کشوری طی سال های 1392 تا 1400، شاخص پایداری مالی (نسبت منابع به مصارف) صندوق مزبور به طور متوسط حدود 40 درصد بوده است درحالی که نسبت یادشده باید همواره برابر یا بیشتر از 100 درصد باشد تا صندوق قادر به ایفای تعهدات آتی خود باشد؛ به دلیل عدم توانایی مالی صندوق بازنشستگی کشوری طی سال های مزبور، حدود 90 درصد اعتبارات مورد نیاز برای پرداخت حقوق بازنشستگان از محل کمک دولت تأمین شده است. در این مطالعه مدیریت دارایی - بدهی صندوق بازنشستگی کشوری با استفاده از مدلی مبتنی بر برنامه ریزی تصادفی چندمرحله ای مورد تحلیل قرار گرفته و راهکارهای پیشنهادی مدیریت دارایی ها و بدهی های صندوق بازنشستگی کشوری با هدف پایداری مالی و کاهش تدریجی وابستگی صندوق به کمک های دولت جهت ایفای تعهدات سالانه ارائه شده است. روش شناسی: برای پیش بینی بازدهی دارایی های صندوق طی 20 سال آتی (1401 تا 1420) از مدل خودرگرسیون میانگین متحرک استفاده شده و برای مدل سازی مدیریت دارایی و بدهی صندوق، روش برنامه ریزی تصادفی چندمرحله ای براساس داده های پیش بینی شده 20 سال آتی و تولید 300 سناریو با فاصله اطمینان 95 درصدی استفاده شده و نتایج به دست آمده مورد تجزیه و تحلیل قرار گرفته است. مدل برنامه ریزی تصادفی چندمرحله ای در نرم افزار گمز پیاده سازی شده است و نتایج مدل با استفاده از شاخص ارزش در معرض ریسک مورد ارزیابی قرار گرفته است. داده های مورد استفاده در مطالعه، از صورت های مالی سال 1386 تا سال 1400 صندوق بازنشستگی کشوری استخراج شده است. یافته ها: اجرای مدل برنامه ریزی تصادفی چندمرحله ای طی سال های 1390 تا 1400 نشان دهنده رفتار منطقی مبتنی بر رعایت سیاست های سرمایه گذاری و محدودیت های تعریف شده و تخصیص قابل قبول منابع سرمایه ای صندوق به انواع طبقات دارایی ها بوده است. اجرای مدل طی سال های 1401 تا 1420 با لحاظ کردن سیاست های سرمایه گذاری و مدیریتی صندوق مورد مطالعه و محدودیت ها شامل سقف 65 درصدی سهام، سقف 15 درصدی املاک و مستغلات، سهم حداقل 19 درصدی برای اوراق و سپرده های بانکی و سهم حداقل پنج درصدی برای موجودی نقدی از مجموع کل دارایی های صندوق، قادر به دست یابی به جواب شدنی در 300 سناریوی تولیدشده بوده است و ارزش در معرض ریسک سالیانه پرتفوی صندوق با احتمال 5 درصد، به طور متوسط به میزان حدود 2.3 درصد از ارزش کل پرتفوی صندوق بوده است. نتیجه گیری: نتایج حاصل از تحقیق و مقایسه آن با روش های سنتی مدیریت دارایی - بدهی صندوق مورد مطالعه نشان داد که درصورت استفاده از مدل پیشنهادی، طی یک دوره 20 ساله در آینده ارزش دارایی های صندوق نسبت به روش سنتی رشد بیشتری خواهد داشت و نیاز صندوق برای اخذ کمک های دولتی جهت ایفای تعهدات خود کاهش خواهد یافت.A multi-stage stochastic programming for asset - liability management in Civil Servants Pension Fund
BACKGROUND AND OBJECTIVES: Based on financial statements of 2013 to 2021 for Civil Servants Pension Fund, fiscal sustainability index (ratio of resources to expenditures) was 40% in average while this index should be equal or more than 100% so that the Fund would be able to fulfill its liabilities; Due to lack of financial ability, about 90% of the credits needed to pay pension salaries were provided by the government aid. In this paper, analyzing of asset - liability management of Civil Servants Pension Fund is carried out using a model based on multi-stage stochastic programming and suggestions for managing the assets and liabilities of the Fund with the aim of fiscal sustainability and gradually reducing dependence on government aid to fulfill annual liabilities have been presented. METHODS: Autoregressive Moving-Average Model was used for predicting interest rate of different asset classes in next 20 years (2022 to 2041) and for modeling Asset - Liability Management for the Fund, multi-stage stochastic programming was applied based on predicted data for next 20 years and generating 300 scenarios with a 95% confidence interval, and the results have been analyzed. The model was implemented in GAMS software and results of the model were evaluated with application of conditional value at risk index. Data used for the study are based on financial statements of 2007 to 2021 for Civil Servants Pension Fund. FINDINGS: The implementation of the multi-stage stochastic programming model during years of 2011 to 2021 has shown a rational behavior based on compliance with investment policies and defined limits and an acceptable allocation of the fund's capital resources to all types of asset classes. Implementation of the model during years of 2022 to 2041, taking into account the investment and management policies of the Fund (case study) and restrictions (including a ceiling of 65% for stocks, a ceiling of 15% for real estate, a minimum share of 19% for bonds and bank deposits and a minimum share of five percent for cash of the total assets of the fund) was able to achieve a feasible solution in all scenarios, and the yearly value at risk of the portfolio with a probability of 5% was averagely about 2.3% of total value of the portfolio. CONCLUSION: Results of the model and comparison with results of traditional method used for asset - liability management of the case study showed that if the proposed model is used for a period of 20 years in the future, the value of the Fund's assets will grow more than the value resulted from traditional method and the need for receiving government aid to fulfill Fund obligations will be reduced.