[논문 리뷰] Uncovering the Dynamics of the Wealth Distribution

Thomas Blanchet|arXiv (Cornell University)|2022. 11. 24.

Economic theories and models인용 수 6

한 줄 요약

이 논문은 종단적 데이터만을 사용하여 자산 분포의 역학을 분해하는 비모수적이고 연속시간 확률 모델을 제안한다. 이 모델은 저축, 수익률, 노동소득, 인구구조, 유산, 이배결합의 영향을 분리하여 분석한다. 1980년대 이후 미국의 상위 1퍼센트 자산 집중 현상은 주로 높은 저축률, 자본이득, 노동소득 불평등에 의해 주로 이끌렸으며, 수익 최대화를 위한 약 12퍼센트의 장기적 자산세율 공식을 유도한다.

ABSTRACT

I introduce a new way of decomposing the evolution of the wealth distribution using a simple continuous time stochastic model, which separates the effects of mobility, savings, labor income, rates of return, demography, inheritance, and assortative mating. Based on two results from stochastic calculus, I show that this decomposition is nonparametrically identified and can be estimated based solely on repeated cross-sections of the data. I estimate it in the United States since 1962 using historical data on income, wealth, and demography. I find that the main drivers of the rise of the top 1% wealth share since the 1980s have been, in decreasing level of importance, higher savings at the top, higher rates of return on wealth (essentially in the form of capital gains), and higher labor income inequality. I then use the model to study the effects of wealth taxation. I derive simple formulas for how the tax base reacts to the net-of-tax rate in the long run, which nest insights from several existing models, and can be calibrated using estimable elasticities. In the benchmark calibration, the revenue-maximizing wealth tax rate at the top is high (around 12%), but the revenue collected from the tax is much lower than in the static case.

연구 동기 및 목표

• 종단적 데이터만을 사용하여 미국의 자산 불평등 증가의 직접적이고 관측 가능한 원인을 규명하고자 하며, 종단적 자산 데이터 부족에도 불구하고 이를 목표로 한다.
• 이동성, 저축, 수익률, 노동소득, 인구구조, 유산, 이배결합의 기여를 자산 분포 역학에서 분리하는 비모수적 분해 프레임워크를 개발하고자 한다.
• 1962년 이후 역사적 미국 데이터를 기반으로 소득, 자산, 인구통계를 캘리브레이션하고 적용하여 각 요소의 상대적 중요도를 추정하고자 한다.
• 장기적 자산세에 대한 자산 분포 반응을 분석하기 위해 모델을 확장하고, 추정 가능한 탄력성에 기반한 세제 기반 반응에 대한 단순 공식을 도출하고자 한다.
• 극단적인 '모서리 해법'이 일반적인 표준 최적세제 모델에서 흔한 것을 피하는 간편하고 투명한 프레임워크를 제공하여 자산세 및 유산세 정책 평가에 기여하고자 한다.

제안 방법

• 스토케스계산의 두 결과를 활용하여 종단적 데이터가 없더라도 개인 수준의 요소 기여도를 비모수적으로 식별한다.
• 연속시간 확률 모델을 도입하여 자산 비중의 시간적 변화를 추적하고, 저축, 수익률, 노동소득, 인구구조, 유산, 이배결합의 기여로 변화를 분해한다.
• Saez-Zucman 및 Piketty-Saez의 마이크로데이터를 포함하여 인구총조사, 설문조사 및 거시경제 데이터를 조합하여 결혼, 이혼, 연령별 출산율, 세대 간 자산 이관을 시간에 따라 변화하는 지표로 구성한다.
• 19세기 중반 이후 미국의 인구역사에 대한 마이크로시뮬레이션을 통해 통계적으로 세대 간 유대관계를 재구성하고 유산 효과를 추정한다.
• 자산세에 대한 장기적 세제 기반 반응 공식을 유도하며, 세후 수익률에 대한 자본 공급 탄력성에 기반한다. 이는 실증적 추정치를 사용한 캘리브레이션을 가능하게 한다.
• 추정 가능한 탄력성과 역사적 데이터를 사용하여 모델을 캘리브레이션하고, 자산세의 장기적 영향이 분포와 수익에 미치는 영향을 시뮬레이션한다.

실험 결과

연구 질문

• RQ1 1980년대 이후 미국의 상위 1퍼센트 자산 비중 증가에 대해 저축, 수익률, 노동소득, 인구구조, 유산, 이배결합의 기여도는 각각 얼마나 되는가?
• RQ2 종단적 데이터만을 사용하여 자산 분포 역학을 비모수적으로 분해할 수 있는가? 종단적 자산 데이터에 의존하지 않고도 가능한가?
• RQ3 자산세에 대한 장기적 자산 분포 반응은 어떻게 되며, 기존 최적세제 모델에서 흔한 비퇴화 해법을 피할 수 있는가?
• RQ4 장기적으로 수익을 최대화하는 자산세율은 얼마이며, 미국의 맥락에서 정적 추정치와 비교해 볼 때 어떻게 다를까?
• RQ5 자본이득, 유산세 변화, 세대 간 자산 이관 등의 요소는 상위 자산 비중의 변화에 어떻게 기여하는가?

주요 결과

• 1980년대 이후 미국의 상위 1퍼센트 자산 비중 증가는 주로 상위 계층의 높은 저축률, 높은 수익률(특히 자본이득), 그리고 노동소득 불평등에 의해 주로 이끌렸다.
• 모델은 높은 저축률이 가장 중요한 원인로 규명되었으며, 다른 어떤 요소보다도 상위 자산 집중 증가에 더 큰 기여를 했다.
• 높은 수익률, 특히 자본이득 형태의 수익률은 두 번째로 중요한 기여 요소로 나타났으며, 이는 금융시장 성과가 자산 집중을 심화시킨다는 것을 시사한다.
• 노동소득 불평등은 상대적으로 저축과 수익률보다는 낮은 기여도를 보였지만, 여전히 자산 집중에 핵심적인 역할을 한다는 점에서 중요한 기여를 했다.
• 장기적으로 수익을 최대화하는 자산세율은 약 12퍼센트로 추정되었지만, 행동 반응으로 인해 실제 수익은 정적 모델의 예측보다 훨씬 낮았다.
• 모델이 도출한 자산세에 대한 세제 기반 반응 공식은 여러 기존 모델의 통찰을 통합하며, 추정 가능한 탄력성에 기반하여 캘리브레이션되었고, 정책 분석에 있어 강력하고 해석 가능한 프레임워크를 제공한다.