Abstract

Dans cet article, je propose une nouvelle méthode de prévision des demandes d’assurance-invalidité. Mon approche se fonde sur un modèle d’espace d’états, où l’estimation des coefficients des variables explicatives varie dans le temps, et que j’évalue à l’aide d’un filtre de Kalman. J’utilise des données du programme de rentes d’invalidité du Régime des rentes du Québec, et je montre que ce modèle est plus efficace que deux des approches couramment utilisées. Grâce à ce modèle, je crée ensuite des prévisions hors-échantillon, ce qui me permet d’étudier les effets, sur les demandes de prestations, de quelques changements hypothétiques des politiques et de l’environnementéconomique.

Abstract

I propose a new method to forecast applications to disability insurance programs. My approach is based on a state space model, where the coefficient estimates on the explanatory variables vary over time, that I estimate using the Kalman Filter. Using data from the Quebec Pension Plan Disability program, I show that my model and approach is the preferred forecasting model relative to two commonly used alternative approaches. I also use my model to create out-of-sample forecasts, where I study the effects of a few hypothetical changes in the policy and economic environment on forecasts of applicants for disability benefits.

pdf

Share