基于贝叶斯推断的健康老年抚养比测度

老年抚养比能够衡量人口老龄化程度,但它并不包含健康和预期剩余寿命等信息,因而无法识别工作人口对不健康老年人口的负担程度,从而影响健康老龄化相关公共政策的制定。基于此,文章将老年抚养比分解为健康和不健康老年抚养比,利用贝叶斯推断构建基于发病率、死亡率等参数的数理模型,并对2020—2050年中国健康老年抚养比进行了实证测量及国际比较。实证结果表明：目前老年抚养比为18.4%,而健康和不健康老年抚养比分别为8.1%和10.3%,显著高于欧美和日本等发达国家,这意味着中国养老和医疗负担较重;2030年以后健康老年抚养比将逐步超过不健康老年抚养比,养老和医疗负担将有所缓和。     

人口老龄化、老年贫困与养老保障--基于德国的数据与经验

人口老龄化及老年女性比重较高增加了老年贫困的概率。对此,德国主要采取两项对策避免老年贫困：养老保障是第一道防线,里斯特／吕鲁普养老金、最低养老金等都是重要的政策选项;社会救助提供了最后一道有效安全网。借鉴德国经验,中国应通过完善多支柱模式并逐步扩大第二支柱比重、养老保险参量改革、建立老年低收入群体收入保护机制、建立健全老年社会救助制度等措施来有效解决人口老龄化过程中老年人特别是老年低收入群体的养老保障问题,有效规避老年贫困风险。     

信贷宽松、房价上涨与家庭杠杆率上升——基于OECD国家面板门槛模型的实证检验

文章构建面板门槛模型,利用2000—2018年OECD国家面板数据,实证分析了房价上涨对家庭杠杆率的影响。实证结果发现：当信贷宽松,即利率低于门槛值时,房价上涨导致家庭杠杆率过快增长,反之,家庭杠杆率增长缓慢。家庭财富的增加提高了家庭的负债需求,家庭消费的跨期均衡抑制了杠杆率的上升。为促进金融稳定和经济长期增长,OECD国家普遍实施了去杠杆化政策。OECD国家的发展经验对于同样面临家庭杠杆率问题的中国来说,具有十分重要的借鉴价值。