[论文解读] Capital and Labor Income Pareto Exponents in the United States, 1916-2019
本文利用仅公开可得的税表汇总数据及一种基于极值理论的新估计方法，估算1916至2019年美国资本收入与劳动收入的帕累托指数。研究发现，自1985年以来，资本收入帕累托指数稳定在约1.2，劳动收入则稳定在2.0，表明上尾不平等程度高于以往估计，富裕个体对人均经济影响的规模是以往模型所建议的两倍。
Accurately estimating income Pareto exponents is challenging due to limitations in data availability and the applicability of statistical methods. Using tabulated summaries of incomes from tax authorities and a recent estimation method, we estimate income Pareto exponents in U.S. for 1916-2019. We find that during the past three decades, the capital and labor income Pareto exponents have been stable at around 1.2 and 2. Our findings suggest that the top tail income and wealth inequality is higher and wealthy agents have twice as large an impact on the aggregate economy than previously thought but there is no clear trend post-1985.
研究动机与目标
- 估算1916至2019年美国资本与劳动收入的帕累托指数，此时间段因数据限制此前研究不足。
- 克服仅使用税务机构提供的汇总数据估算资本与劳动收入各自帕累托指数的挑战。
- 应用一种新统计方法，无需个体层面数据或观测到的收入组阈值，仅凭公开可得的汇总数据即可实现估计。
- 纠正以往对上尾收入不平等的低估，表明真实帕累托指数小于此前报告值（意味着尾部更重）。
- 通过提高帕累托指数估计的精确度，为最优税收与一般均衡模型校准提供更准确的输入。
提出的方法
- 使用美国国税局（IRS）提供的税表汇总数据，这些数据公开可得，每年覆盖超过一亿条记录。
- 应用Toda和Wang（2021）基于极值理论与最大似然估计的方法，仅需各收入组的平均值与申报人数即可进行估计。
- 该方法考虑了顺序统计量之间的依赖性，且无需观测到收入组的阈值，而这些阈值在资本与劳动收入中分别不可得。
- 估计基于最高收入份额与各组平均值，即使缺乏个体层面数据，也能实现估计。
- 通过与有限的个体层面数据（如PSID、CPS）对比，并与基于调查的估计（如LIS）比较，验证了结果的稳健性与偏差。
- 采用极值理论中的统计技术，将收入分布的上尾建模为幂律分布，其帕累托指数为α。
实验结果
研究问题
- RQ11916至2019年美国资本与劳动收入的帕累托指数随时间的变化趋势如何？
- RQ2使用税表汇总数据与调查数据估算的收入帕累托指数有何差异？这表明何种测量偏差？
- RQ3上尾收入不平等程度在多大程度上高于以往估计，特别是资本收入方面？
- RQ4所估计的帕累托指数如何影响富裕个体对总体经济变量的隐含影响？
- RQ5更精确的帕累托指数估计对最优税收与一般均衡模型校准有何影响？
主要发现
- 自1985年以来，资本收入帕累托指数稳定在约1.2，1960至1970年间略有上升至2.0，表明上尾不平等曾短暂降低。
- 自1985年以来，劳动收入帕累托指数稳定在约2.0，1960与1970年代达到约2.0的峰值，表明上尾不平等程度相对稳定。
- 新估计的资本收入帕累托指数为1.2，劳动收入为2.0，低于以往估计值，意味着上尾收入不平等程度高于以往认知。
- 由于资本收入帕累托指数为1.2，其尾部更重，富裕个体对总体经济的影响是以往估计的两倍。
- 基于调查的估计（如LIS）存在向上偏差，表明高收入者可能在调查中低报收入或响应率较低。
- Toda和Wang（2021）方法仅凭汇总数据即可实现准确估计，克服了个体数据获取困难与收入组阈值模糊的局限。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。