SAGA: Uma Arquitetura Generativa Adaptativa a Sequências para Previsão Probabilística de Múltiplos Horizontes com Predição Conformal Temporal Adaptativa

Resumo

Os modelos de microssimulação utilizados pelos ministérios da fazenda e bancos centrais baseiam-se em processos paramétricos para rendimentos ao longo da vida que capturam apenas o primeiro e o segundo momentos da distribuição condicional e perdem a estrutura não linear de longo alcance. Propomos o SAGA, um transformador exclusivamente decodificador para sequências tabulares irregulares em painel, combinado com um invólucro de calibração conformal dividida que fornece intervalos de previsão em nível individual com garantias de cobertura marginal em amostras finitas. Treinado no registro longitudinal sueco LISA de 1990 a 2022, abrangendo 2.143.817 indivíduos e 61.284.903 pessoas-ano, o modelo prevê rendimentos anuais do trabalho em horizontes de um a trinta anos e os agrega por Monte Carlo em distribuições de rendimentos ao longo da vida descontados ao presente. Em comparação com o processo paramétrico canônico de Guvenen, Karahan, Ozkan e Song e com as linhas de base tabulares e recorrentes, o SAGA reduz o escore de probabilidade ordenada contínua em 31,9% no horizonte de dez anos e o erro absoluto médio em 37,7% no horizonte de vinte anos. Os intervalos conformais alcançam cobertura nominal com margem de até 0,4 pontos percentuais marginalmente e até 2,4 pontos percentuais no subgrupo demográfico de pior caso. O coeficiente de Gini reconstruído dos rendimentos ao longo da vida é de 0,327, contra a verdade parcialmente observada de 0,341 e a estimativa do GKOS de 0,378. Os pesos do modelo, as tabelas de calibração e um conjunto de dados sintéticos equivalentes são divulgados para replicação fora do ambiente protegido SCB MONA.

English

Microsimulation models used by ministries of finance and central banks rely on parametric processes for lifetime earnings that capture only first and second moments of the conditional distribution and miss long-range nonlinear structure. We propose SAGA, a decoder-only transformer for irregular tabular panel sequences, paired with a split conformal calibration wrapper that delivers individual-level prediction intervals with finite-sample marginal coverage guarantees. Trained on the longitudinal Swedish LISA register over 1990 to 2022, comprising 2,143,817 individuals and 61,284,903 person-years, the model forecasts annual labor earnings at horizons of one to thirty years and aggregates them by Monte Carlo into present-discounted lifetime earnings distributions. Against the canonical Guvenen, Karahan, Ozkan, and Song parametric process and tabular and recurrent baselines, SAGA reduces continuous ranked probability score by 31.9 percent at the ten-year horizon and mean absolute error by 37.7 percent at the twenty-year horizon. Conformal intervals achieve nominal coverage to within 0.4 percentage points marginally and within 2.4 percentage points on the worst-case demographic subgroup. The reconstructed lifetime earnings Gini coefficient is 0.327 against the partially observed truth of 0.341 and the GKOS estimate of 0.378. Model weights, calibration tables, and a synthetic equivalent dataset are released for replication outside the protected SCB MONA environment.