MétaCan
Menu
Retour à la cohorte
Enregistrement W4415094723 · doi:10.1111/1468-0106.70003

Consumption externalities, habit formation, and optimal dynamic non‐linear income taxation under asymmetric information

2025· article· en· W4415094723 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePacific Economic Review · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensCape Breton University
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)ExternalitySubsidyMarginal utilityCapital incomeCapital (architecture)Information asymmetryHabit

Résumé

récupéré en direct d'OpenAlex

Abstract This article proposes a 2‐period model featuring jointly habit formation, consumption externalities, and asymmetric information to investigate their impacts on optimal labour and saving taxes. Regarding the effect of habit formation only, our model suggests that both labour taxation in the first period and a capital subsidy between the first and second periods are used to deter consumption in the first period. However, when the impact of consumption externalities alone is considered, consumption externalities advocate for higher labour taxation for all agents. Finally, our quantitative results show that with the rising degree of consumption externalities, the discrepancy between marginal capital tax rates under full information and their values under asymmetric information falls, so does the change in the gap between the marginal labour income tax rates of the skilled and the unskilled. Conversely, as the degree of habit formation increases, the change in marginal capital tax rates under full information and under asymmetric information expands, so does the change in the gap between the marginal labour income tax rates of the skilled and the unskilled.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,250
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle