Three essays in macroeconomics: wealth concentration and optimal progressive taxation
Notice bibliographique
Résumé
Cette thèse a pour objectif d’examiner les déterminants de la concentration de la richesse aux États-Unis et au Canada, ainsi que de l’optimalité de la taxation progressive pour la répartition de la richesse et le bien- être. Le premier chapitre étudie la progressivité fiscale optimale pour les ménages célibataires et mariés. Cette analyse montre que négliger la présence des femmes et des ménages mariés dans l’analyse aboutit à un niveau de progressivité de l’impôt profondément sous-optimal. Cela met en évidence le fait que les macroéconomistes ne devraient pas ignorer les femmes et le mariage dans la mise en place de modèles structurels pour étudier la politique fiscale optimale. L’imposition progressive optimale comporte moins d’impôts progressifs sur les ménages mariés par rapport aux célibataires. Cette disparité de progressivité optimale illustre le rôle vital de partage de risque dans le mariage. Les célibataires ne peuvent pas se protéger efficacement contre le risque de revenu et il est donc optimal de fournir davantage d’assurance sociale aux célibataires qu’aux couples. Le deuxième chapitre examine les déterminants fondamentaux du niveau élevé de concentration de la richesse aux États-Unis: Nous utilisons des données sur la distribution jointe des revenus, du revenu du capital et de la richesse pour identifier l’importance quantitative de chacun des éléments moteurs, à savoir une forte concentration du revenu du travail. , risque de revenu du capital et legs. Les résultats montrent que la concentration du revenu du travail est la source la plus importante de dispersion de la richesse pour presque toute la distribution. Le troisième chapitre étudie le principal facteur de concentration de la richesse au Canada et examine également la source de la différence des parts supérieures de la richesse et du revenu entre les États-Unis et le Canada. Nous constatons que la différence de processus de gains du percentile le plus élévé entre les deux pays joue un rôle important dans l’explication de la différence observée dans les concentrations de richesse. En outre, les différences entre les systèmes fiscaux jouent un rôle non négligeable dans l’inégalité de la consommation, mais moindre dans le cas de la richesse
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».