Optimal Income Taxation with Unemployment and Wage Responses : A Sufficient Statistics Approach.

Auteurs
Date de publication
2015
Type de publication
report
Résumé Cet article réévalue si le programme optimal d'impôt sur le revenu comporte un crédit d'impôt sur le revenu gagné (EITC) ou un impôt négatif sur le revenu (NIT) au bas de la distribution des revenus, en présence du chômage et des réactions des salaires à l'imposition. L'article apporte deux contributions essentielles. Premièrement, il dérive une formule d'imposition optimale de statistiques suffisantes dans un modèle général qui incorpore le chômage et les salaires endogènes. Cette formule permet d'intégrer une grande variété de structures du marché du travail, telles que des modèles concurrentiels avec des salaires fixes ou flexibles et des modèles avec des frictions d'appariement. Nos résultats montrent que les statistiques suffisantes à estimer sont : la réponse macro de l'emploi par rapport à la taxation et les réponses micro et macro de la participation par rapport à la taxation. Nous montrons qu'une politique de type EITC est optimale à condition que le poids du bien-être sur les travailleurs pauvres soit plus grand que le rapport entre l'élasticité de la participation micro et l'élasticité de la participation macro. La deuxième contribution consiste à estimer les statistiques suffisantes qui sont les entrées de la formule fiscale optimale en utilisant un plan de recherche quasi-expérimental standard. Nous estimons ces paramètres de forme réduite à l'aide de la variation politique des obligations fiscales découlant du système d'imposition et de transfert des États-Unis depuis plus de 20 ans. À l'aide de nos estimations empiriques, nous mettons en œuvre notre formule de statistiques suffisantes et montrons que la taxe optimale au bas de l'échelle ressemble davantage à une NIT par rapport au cas où les réponses du chômage et des salaires ne sont pas prises en compte.
Éditeur
National Bureau of Economic Research
Thématiques de la publication
  • ...
  • Pas de thématiques identifiées
Thématiques détectées par scanR à partir des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr