Predicción de la sostenibilidad financiera de los sistemas de pensiones público en Perú usando machine learning, 2024

Abstract

La investigación sobre la sostenibilidad financiera del sistema público de pensiones del Perú enfrenta importantes desafíos debido a factores demográficos, económicos y políticos. El objetivo de esta investigación es desarrollar y aplicar modelos de aprendizaje automático para predecir la sostenibilidad del sistema mediante el uso de modelos de regresión lineal y Random Forest. Los resultados indican que variables demográficas, como el envejecimiento y la esperanza de vida, tienen un impacto significativo en la sostenibilidad del sistema, con un coeficiente de determinación (R²) en el Modelamiento de Regresión Lineal que alcanza el 99,9%. En contraste, variables económicas como el PIB per cápita y la tasa de inflación limitaron el poder predictivo, lo que sugiere que estos factores no influyen de manera significativa en la sostenibilidad de este modelo. Además, las variables políticas, como el gasto público en pensiones y las condiciones laborales informales, aportan de manera notable a la precisión de los pronósticos y mejoran el rendimiento del modelo, especialmente en los casos de regresión lineal. Este documento sugiere la implementación de políticas adaptativas, una regulación más robusta del mercado laboral y un sistema continuo de evaluación de políticas públicas para fortalecer la sostenibilidad financiera del sistema de pensiones en Perú. Los resultados ayudan a desarrollar métodos de previsión adecuados para sistemas de pensiones en contextos económicos complejos y cambiantes.