Soutenance de thèse

Essays on the Distribution of Income and Wealth : Methods, Estimates and Theory

Résumé

Cette thèse couvre plusieurs sujets sur la répartition des revenus et des richesses. Dans le premier chapitre, nous développons une nouvelle méthode pour exploiter les tabulations de revenu et de richesse, telle que celle publiée par les autorités fiscales. Nous y définissons les courbes de Pareto généralisées comme la courbe des coefficients de Pareto inversés b(p), où b(p) est le rapport entre le revenu moyen ou la richesse au-dessus du rang p et le p-ième quantile Q(p) (c'est-à-dire b(p)=E[X|X>Q(p)]/Q(p)). Nous les utilisons pour caractériser des distributions entières, y compris les endroits comme le sommet où la lois de Pareto est une bonne description, et les endroits plus bas où elles ne le sont pas. Nous développons une méthode pour reconstruire de manière flexible l'ensemble de la distribution sur la base de données tabulées sur le revenu ou le patrimoine, qui produit courbes de Pareto généralisées lisses et réalistes.  Dans le deuxième chapitre, nous présentons une nouvelle approche pour combiner les données d'enquête et les tabulations fiscales afin de corriger la sous-représentation des plus riches au sommet. Elle détermine de façon endogène un "point de fusion'' entre les données avant de modifier les poids tout au long de la distribution et de remplacer les nouvelles observations au-delà du support original de l'enquête. Nous fournissons des simulations de la méthode et des applications aux données réelles. Les premières démontrent que notre méthode améliore la précision et la stabilité des estimations de la distribution, par rapport à d'autres méthodes de correction d'enquêtes utilisant des données externes, et même en présence d'hypothèses extrêmes. Les applications empiriques montrent que non seulement les niveaux d'inégalité des revenus peuvent changer, mais aussi les tendances.  Dans le troisième chapitre, nous estimons la distribution du revenu national dans 38 pays européens entre 1980 et 2017 en combinant enquêtes, données fiscales et comptes nationaux. Nous développons une méthodologie cohérente combinant des méthodes d'apprentissage statistique, de calage non linéaire des enquêtes et la théorie des valeurs extrêmes afin de produire des estimations de l'inégalité des revenus avant et après impôt, comparables d'un pays à l'autre et conformes aux taux de croissance macroéconomiques. Nous constatons que les inégalités se sont creusées dans une majorité de pays européens, en particulier entre 1980 et 2000. Le 1% les plus riches en Europe a augmenté plus de deux fois plus vite que les 50% les plus pauvres et a capturé 18% de la croissance des revenus régionaux.  Dans le quatrième chapitre, je décompose la dynamique de la distribution de la richesse à l'aide d'un modèle stochastique dynamique simple qui sépare les effets de la consommation, du revenu du travail, des taux de rendement, de la croissance, de la démographie et du patrimoine. À partir de deux théorèmes de calcul stochastique, je montre que ce modèle est identifié de manière non paramétrique et qu'il peut être estimé à partir de données en coupes répétées. Je l'estime à l'aide des comptes nationaux distributifs des États-Unis depuis 1962. Je trouve que, de l'augmentation de 15pp. de la part de la richesse détenue par les 1% les plus riches observée depuis 1980, environ 7pp. peut être attribuée à l'inégalité croissante des revenus du travail, 6pp. à la hausse des rendements sur le capital (principalement sous forme de plus-values), et 2pp. à la baisse de la croissance. En suivant les paramètres actuels, la part de la richesse des 1% les plus riches atteindrait sa valeur stationnaire d'environ 45% d'ici les années 2040, un niveau similaire à celui du début du XXe siècle. J'utilise ensuite le modèle pour analyser l'effet d'un impôt progressif sur les patrimoines au sommet de la distribution.

Jury

  • M. Thomas Piketty (Directeur de thèse), EHESS
  • M. François Bourguignon, EHESS
  • M. Frank Cowell, London School of Economics and Political Science
  • M. Xavier D’Haultfoeuille, Centre de recherche en Economie et Statistique
  • Mme Muriel Roger, Université Paris 1 – Panthéon Sorbonne
  • M. Emmanuel Saez, University of California - Berkeley

Informations pratiques

Date(s)
  • Mardi 21 janvier 2020 - 14:00
Lieu(x)
  • Ecole d'Économie de Paris (Paris School of Economics), Amphithéâtre, 48 boulevard Jourdan 75014 Paris