Jövedelemadó, transzferek és munkakínálat az extenzív határon

Jövedelemadó, transzferek és munkakínálat az extenzív határon Benczúr Péter

Kátay Gábor

Kiss Áron

Rácz Olivér

Magyar Nemzeti Bank 2012 november

.

MAGYAR NEMZETI BANK

.

Motiváció ......

Korábbi eredmények .

Elmélet ....

Ökonometriai kérdések ....

Adatok és eredmények .......

Konklúzió ..

Motiváció • A munkakínálat adókra és transzferekre vonatkozó hatásának becslése I … adó- és transzfer reformok hatásvizsgálatához (gazdaságpolitikai elemzés)

• Miért? I Az adók befolyásolják a különböző árakat, így a gazdasági szereplők döntéseit is – torzításokat okozhatnak I A munkapiaci aktivitás az aktuális (múlt-, jelen- és jövőbeli) reformok középpontjában áll I A magyar aktitási ráta alacsony – talán a reálkonvergencia egyik legnagyobb gátja – ld. ábra

• Csak az aktivitási döntésre: koncentrálunk: célunk a ”bér és transzfer rugalmasságának” becslése .

MAGYAR NEMZETI BANK

Extenzív határ - Benczúr et al.

2

Motiváció ......


Elmélet ....



Konklúzió ..

Munkapiaci aktivitás néhány országban, 2011

85

85 max EU15 (Sweden)

80

80

75 74.7

70

70.5

65 60

68.9

75

EU15 73.3

70.3

72.0

74.0

66.1

70 min EU15 (Italy)66.0

62.7

61.6

63.3

65 60

.

MAGYAR NEMZETI BANK


Bulgaria

Romania

Malta

Cyprus

Lithuania

Latvia

Estonia

45 Slovenia

45 Slovakia

50

Poland

50

Czech Republic

55

Hungary

55

3

Motiváció ......


Elmélet ....



Konklúzió ..

A megközelítésünk főbb elemei • Teljesen parametrikus becslés I Így hipotetikus szcenáriók (adójavaslatok) is vizsgálhatók I Hátrány: szükségünk van struktúrára/feltevésekre, nem csinálhatunk “kvázikísérleti hatáselemzést”

• A bérek és transzferek egységes kezelése: I Az aktuális javaslatok jelentős része a transzfereket érinti I A transzferek fontos összetevői a “munkából szerzett többletjövedelemnek” (“gains to work”, GTW) és a nem munkából származó jövedelemnek I Az aktivitási elmaradásunk nagyrészt “jóléti juttatás-függő” csoportokhoz köthető – ld. ábra

• Az egyének preferencia paraméterei megegyeznek, mégis jelentős heterogenitást tudunk kapni az extenzív határ adó- és transzfer változásokra adott válaszában • Exogén variáció az adókban és a transzferekben – ld. ábrák .

MAGYAR NEMZETI BANK


4

Motiváció ......


Elmélet ....



Konklúzió ..

Az aktivitási elmaradás összetevői, 2011

12

12

10

10

8

8

6

6

4

4

2

2

0

0

-2

-2

-4

-4 Hungary

Poland

women of child-bearing age (15-49)

.

MAGYAR NEMZETI BANK

Slovakia elders (>50)

Czech Republic

low-skilled


Total difference

5

Motiváció ......


Elmélet ....



Konklúzió ..

Change in average tax rate from previous year −.1 −.05 0 .05 .1

Change in average tax rate from previous year −.3 −.2 −.1 0 .1 .2

Adóváltozások

1999

2000

excludes outside values

2001

2002

2003

2004

2005

2006

2007

2008

50

66

80

90

100

110

133

166

200

300

excludes outside values

(a) Az ATR éves változása (b) Az ATR változása jövedelmi szintenként (az átlagjövedelem %-ában) A 2008-as minta reáljövedelmét téve az egyes évek adórendszerébe.

.

MAGYAR NEMZETI BANK


6

Motiváció ......


Elmélet ....



Konklúzió ..

Transzferváltozások hatásai az aktivitási rátára

0.5% 2011

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1998

1997

0.0% 1996

-0.5%

1995

0.0% 1994

-0.2%

0.5% 1993

2011

2010

2009

2008

2007

2006

-0.2%

2005

0.0% 2004

1.0%

0.0% 2003

1.0%

2002

0.2% 2001

1.5%

0.2% 2000

1.5%

1999

0.4%

1998

2.0%

0.4%

1997

2.5%

2.0%

1996

2.5%

0.6%

1995

0.8%

0.6%

1994

0.8%

-0.5%

-0.4%

-0.4%

-1.0%

-1.0%

-0.6%

-0.6% -1.5%

-1.5%

-0.8%

-0.8% -2.0%

-1.0%

-1.0% -2.5% Old-age pension Disabled

-2.0% -2.5% Old-age pension Disabled

Maternity allowances Transfers

(c) Évenkénti változások (% pontban)

Maternity allowances Transfers

(d) Kumulált változások

Kátay-Nobilis (2009) eredményeit frissítettük

.

MAGYAR NEMZETI BANK


7

Motiváció ......


Elmélet ....



Konklúzió ..

A korábbi eredmények hiányosságai • Az egyes eredményeket nehéz közvetlenül összehasonlítani: I Speciális részcsoportok I A nettó béreket más módon kezelik a különböző tanulmányok I Kivétel: Chetty et al (2012) metaelemzése – “a válasz 0.25”

• A megközelítés többnyire redukált alakú (programértékelés) • Ritka, hogy az adókat és a transzfereket is figyelembe vennék I Az elvesztett transzferek és a jövedelemfüggő juttatások fokozatos kivezetése számos fontos csoport költségvetési korlátjának alapvető összetevője (alacsony képzettségűek, GYES, nyugdíjkorhatár környéke) I És az ilyen csoportok nagyban hozzájárulnak az alacsony aktivitásunkhoz

.

MAGYAR NEMZETI BANK


8

Motiváció ......


Elmélet ....



Konklúzió ..

A becslés alapjául szolgáló elmélet • Egyéni hasznosságmaximalizálás:  1−ψ −1 (1−l)1−ϕ −1 c   max 1−ψ + χ 1−ϕ s.t.: c + w (1 − l) = w + T   FOC: χ (1 − l)−ϕ = wc−ψ

• Definiáljuk a rezervációs bért: ahol 1 − l∗ = 1: χ = wres T−ψ • Az egyén dolgozik, ha w ≥ wres : log w ≥ log χ + ψ log T • Felírjuk log χ -t Zi A′ + ε alakban, ahol egyéni ( Zi megfigyelhető ) 2 jellemzőket tartalmaz, illetve ε ∼ N 0, σ : log wi − Zi A′ − ψ log Ti ≥ εi ) ( log wi − Zi A′ − ψ log Ti P=Φ σ ( ) = Φ γ log wi + Zi α′ − ψ¯ log Ti .

MAGYAR NEMZETI BANK


9

Motiváció ......


Elmélet ....



Konklúzió ..

Adók és transzferek a képben

• Ha tetszőlegesen kicsi óraszám is diszkrét ugrással járhat a transzferjogosultságban, akkor a rezervációs bér végtelen • Kiút: korlátozzuk az aktivitási döntést egy fix l∗ állásméretre – esetünkben teljes állásra • Ekkor a rezervációs bért úgy kapjuk, hogy összehasonlítjuk az aktivitás és az inaktivitás hasznosságát (ld. az ábrát) • Így kapjuk az alap strukturális probit egyenletünket: ( ) ′ ¯ P = Φ γ log Wi + Zi α − ψ log Ti

.

MAGYAR NEMZETI BANK


10

Motiváció ......


Elmélet ....



Konklúzió ..

Adók, transzferek és a munkakínálat - grafikusan c c=wl+(T-ΔT)

Ui

T T-ΔT

l

.

MAGYAR NEMZETI BANK

l*


11

Motiváció ......


Elmélet ....



Konklúzió ..

Miben különbözik ez az előzőtől? • Wi jelentése: mennyivel változik a rendelkezésre álló jövedelmem, ha munkába állok (GTW): Wi = wi l∗ − ∆Ti • Ti jelentése: az a (hipotetikus) transzfer, amit az inaktivitásban kapok (kapnék) • Az egyéni jellemzők, valamint a jóléti rendszer szabályainak ismeretében (minden egyes évre!) meg tudjuk határozni mindkét transzfer elemet (T és ΔT) : I A dolgozókra meghatározzuk T-t, majd ΔT = T − Tobs I A nem dolgozókra meghatározzuk ΔT-t, majd T = Tobs

• Ez gyakorlatilag egy mikroszimulációs (“tax-benefit”) modellt jelent – ami jól jön majd a gazdaságpolitikai szimulációs gyakorlatunkban!

.

MAGYAR NEMZETI BANK


12

Motiváció ......


Elmélet ....



Konklúzió ..

Az alap ökonometriai probléma: nem megfigyelt bérek

• A strukturális egyenlet (a nem dolgozók béreit nem figyeljük meg): ( ) ′ P (foglalkoztatott/aktív) = Φ γ log Wi + Zi αSF − ψ¯RF log Ti • A bért (GTW) egy sztenderd béregyenlettel becsüljük meg: ′ log Wi = log(wi − ∆T) = Xi βW + µi • Probléma: a minta nem véletlenszerű, hiszen a részvételi és a bér egyenlet hibatagjai korreláltak lehetnek

.

MAGYAR NEMZETI BANK


13

Motiváció ......


Elmélet ....



Konklúzió ..

Megoldás: egy három lépcsős eljárás

• Kimmel and Kniesner cikkét követjük (1998, JME), de csak egy bizonyos pontig: 1. Redukált alakú probit: ( ) ′ ′ P (foglalkoztatott) = Φ Xi βRF + Zi αRF − ψ¯RF log Ti 2. A béregyenletet az inverz Mills hányadossal λi (x) korrigáljuk: ′ ′ ′ log Wi = Xi βW + δW λ(Xi βbRF + Zi α ˆ RF − ψˆ¯RF log Ti ) + µi 3. Majd az előrejelzett logˆWi kerül a strukturális probit egyenletbe

.

MAGYAR NEMZETI BANK


14

Motiváció ......


Elmélet ....



Konklúzió ..

Három megjegyzés 1. log W endogenitása a strukturális probit egyenletben • Valójában a 3. lépcső egy IV-probit – az X-ben szerepelnek olyan kontrollok, amik a strukturális probitban nem (Z) 2. “Függvényformából történő identifikáció” • Ez a helyzet, amennyiben X k Z, hiszen ekkor az inverz Mills hányados pusztán egy nemlineáris függvénye a béregyenlet jobb oldalán szereplő változóknak I Ez sajnos elkerülhetetlen, mivel W a transzferektől is függ, amiket minden potenciális jobb oldali változó befolyásolhat I De a strukturális probitnál ez már kevésbé probléma – a γ ˆ és X \ Z variációjából identifikáljuk! paramétert λ

3. Generált regresszorok a harmadik lépcsőben – korrigálni kell a sztenderd hibákat (amit az irodalom többnyire nem tesz meg) • Fernandez et al (2001, EL) kiszámol egy ilyesmi korrekciót • Mi inkább bootstrap-et alkalmazunk (200 ismétlessel) .

MAGYAR NEMZETI BANK


15

Motiváció ......


Elmélet ....



Konklúzió ..

A nettó bér rugalmassága • A strukturális probitból kapunk egy γ béregyütthatót • Mivel a probit egy nemlineáris függvény, γ még nem azt mutatja, hogy mekkora egy adott nagyságú bérváltozás marginális hatása – ezt csak egy adott Z, logW és log T vektor mellett tudjuk meghatározni! • De még az is csak W, nem pedig w hatása! • A megoldás: ∂Φ ∂ log W log w ∂ log(elog w −∆T) w ∂Φ = = γ ˜ = γ˜ elogew −∆T = γ˜ w−∆T ∂ log w ∂ log w ∂ log W ∂ log w | {z } γ ˜

• Fontos észrevétel, hogy log W marginális hatása felnagyítódik, ha w − ΔT ≪ w – a “transzferfüggő” csoportoknál (alacsony képzettségű, nyugdíjkorhatár környéki. stb.) pedig pontosan ez a helyzet! .

MAGYAR NEMZETI BANK


16

Motiváció ......


Elmélet ....



Konklúzió ..

Adatok • A HKF-et használjuk, az 1998-2008 időszakra I Elvileg ez egy rotációs panel, évente egyharmad új bekerülővel I A kapcsolás azonban problémás, így egyesített (pooled) keresztmetszetet használunk I Részletes jövedelem (és fogyasztási) adatokat tartalmaz, évente mintegy 25,000 egyénre

• A fő nehézség: a tényellenes transzferek meghatározása I Mennyi transzfert kapna valaki, ha hirtelen elvesztené a munkáját? I Mennyi transzfert veszítene el valaki, ha munkába állna (egy adott bér mellett)? I A jóléti rendszer részletes kódolása szükséges ehhez

• Egyetlen esetben kellett külső információt behozni: a foglalkoztatási történetet az LFS alapján becsültük meg .

MAGYAR NEMZETI BANK


17

Motiváció ......


Elmélet ....



Konklúzió ..

Keresleti és kínálati tényezők • A kínálatot nem befolyásoló bérváltozók (Xi \ Zi ): I Kor, kor négyzet I Megye I Interakciók az iskolázottsággal

• A munkakínálat tényezői (Zi ): a sztenderd egyéni és családi jellemzők, kiemelten: I Korcsoport (15-24, 25-49, >49) I Családi állapot I Tanuló, GYES

• Az identifikációs logika: az életkor a tapasztalatot jeleníti meg I Plusz egy év nem befolyásolja a munkakínálatot egy adott korcsoporton (és családi állapoton stb.) belül I De növeli a kínált bért .

MAGYAR NEMZETI BANK


18

Motiváció ......


Elmélet ....



Konklúzió ..

Becslési eredmények (A) Becslési eredmények Aktivitás

Foglalkoztatottság

(1) együtth. GTW nem munkából sz. jöv.

(2)

sztd. hiba

együtth.

sztd. hiba

0.820

0.099

0.761

0.089

-0.844

0.110

-0.702

0.098

(B) Feltételes marginális hatások dy/dx

sztd. hiba

dy/dx

sztd. hiba

0.290

0.028

0.301

0.031

nem munkából sz. jöv.

-0.298

0.030

-0.277

0.035

nettó bér

0.395

0.038

0.410

0.042

transzfer

-0.136

0.013

-0.137

0.015

GTW

.

MAGYAR NEMZETI BANK


19

Motiváció ......


Elmélet ....



Konklúzió ..

Feltételes marginális hatások, csoportonként

teljes minta

általános iskola vagy kevesebb

középfokú végzettség

felsőfokú végzettség

.

MAGYAR NEMZETI BANK

GTW nem munkából sz. jöv. nettó bér transzfer GTW nem munkából sz. jöv. nettó bér transzfer GTW nem munkából sz. jöv. nettó bér transzfer GTW nem munkából sz. jöv. nettó bér transzfer

teljes minta dy/dx sztd. hiba 0.290 0.028 -0.298 0.030 0.395 0.038 -0.136 0.013 0.212 0.064 -0.218 0.068 0.294 0.089 -0.093 0.028 0.219 0.022 -0.225 0.024 0.310 0.031 -0.118 0.012 0.110 0.012 -0.113 0.012 0.139 0.015 -0.045 0.005


restriktált minta dy/dx sztd. hiba

0.175 -0.192 0.275 -0.109 0.213 -0.214 0.286 -0.098 0.130 -0.121 0.156 -0.043

0.085 0.101 0.133 0.053 0.031 0.034 0.041 0.014 0.029 0.0301 0.035 0.010 20

Motiváció ......


Elmélet ....



Konklúzió ..

Feltételes marginális hatások, elsődleges kereső korúak

teljes minta max. általános középfok felsőfok

.

MAGYAR NEMZETI BANK

nettó bér transzfer nettó bér transzfer nettó bér transzfer nettó bér transzfer

full sample dy/dx sztd. hiba 0.127 0.014 -0.054 0.006 0.409 0.040 -0.194 0.019 0.122 0.012 -0.054 0.0065 0.050 0.004 -0.019 0.001


21

Motiváció ......


Elmélet ....



Konklúzió ..

Feltételes marginális hatások, speciális részcsoportokra dy/dx idősek (>=50)

nettó bér

0.392

0.065

transzfer

-0.103

0.017

nettó bér

0.231

0.021

nők (25-49)

transzfer

-0.108

0.010

elsődleges kereső korú

nettó bér

0.096

0.012

egyedülálló férfi

transzfer

-0.038

0.005


nettó bér

0.168

0.019

szülőképes korú

.

MAGYAR NEMZETI BANK

sztd. hiba

egyedülálló nő

transzfer

-0.076

0.008


nettó bér

0.039

0.005

házas férfi

transzfer

-0.016

0.002


nettó bér

0.290

0.025

házas nő

transzfer

-0.133

0.012


22

Motiváció ......


Elmélet ....



Konklúzió ..

Külső validálás • Chetty et al (2012): 0.25-ös aggregált extenzív határ rugalmasság • Nálunk: ha minden egyén bérét megemeljük 1%-kal, a foglalkoztatottság 0.28%-kal nő • Hazai eredményekkel történő összehasonlítás: I Nyugdíj hatása az aktivitásra – jelentős negatív hatások (Köllő és Nacsa, 2005; Cseres-Gergely, 2008) ◃ Nálunk: az effektív nyugdíjkorhatár egy évvel történő emelése 4.26 % ponttal emeli az 55-65 korcsoport aktivitását

I GYES/GYED hatása (1995 és utána) – gyenge pozitív eredmények (Köllő 2009, Szabó-Morvai 2011), nálunk pozitív de kicsi hatás (1.24 % pont az érintettek körében) I Munkanélküli segély – a meglévő eredmények nem pont ugyanezt mérik (állástalálás valószínűsége, munkába állás időzítése) .

MAGYAR NEMZETI BANK


23

Motiváció ......


Elmélet ....



Konklúzió ..

Konklúzió • Az első (?) olyan strukturális munkakínálati becslés az extenzív határon, amely az adókat és a transzfereket is figyelembe veszi • Az egyéni heterogenitást egy közös strukturális egyenlettel is kellően meg tudjuk ragadni I Az alacsony magyar aktivitáshoz nagyban hozzájáruló csoportok (alacsonyan képzettek, szülőképes korú nők, idősek) viszonylag érzékenyebbek az adó- és transzfer változásokra

• Az eredmények könnyen átültethetők szimulációkba • Példa: becslésünk szerint a 2012-es magyar adó és transzfer változások az aktivitást 0.97%-kal csökkenthetik I Az adójóváírás eltörlése: −2.09% I TB járulékok emelése: −0.34% I Adócsökkentés: +1.51% .

MAGYAR NEMZETI BANK


24

Motiváció ......


Elmélet ....



Konklúzió ..

GTW

.

MAGYAR NEMZETI BANK


25

Jövedelemadó, transzferek és munkakínálat az extenzív határon

Recommend Documents