多維篩選下的最適資本稅

專案詳細資料

Description

本計畫在動態隨機Mirrlees架構中,引進多維篩選的特色,進行最適所得稅制的分析與討論。我們假設人們的異質性表現在生產力以及Frisch勞動供給彈性的不同。目前本計畫已獲致的結果包含: 1. 在動態隨機以及多維篩選環境下,求導跨期最適條件Inverse Euler equation;2. 求導最適資本所得稅稅率公式。其中,最適資本所得稅稅率可分解成兩種效果。第一、當效用函數為凹函數時,政府傾向對資本所得課稅。這是由於在第一期時,若某人儲蓄過多,則到了第二期,則較不願意提供能與其生產力相匹配的努力程度。因為即便在只提供輕微勞力的情況下,此人在第二期仍能夠享受夠高的消費水準,而這提高了高能力勞動者的模仿誘因。為了降低此誘因,政府因此對資本所得徵稅。在一維模型中,該效果仍舊會出現。此效果呼應了傳統NDPF(New Dynamic Public Finance)文獻的結果,也就是對資本所得課徵正的稅率。第二、若某人(第一類人)於當下相較於未來享受較高的訊息租,則此人應被課徵較高的邊際資本稅率。相反地,若某人(第二類人)在第二期較第一期享受較高的訊息租,那麼表示此人所面對的邊際資本稅率較低,甚至可能為負。這表示資本稅具有累進的性質。有趣的是,此效果來自於多維異質性的影響;若在一維問題中,該效果將消失。
狀態已完成
有效的開始/結束日期1/08/2331/07/24

聯合國永續發展目標

聯合國會員國於 2015 年同意 17 項全球永續發展目標 (SDG),以終結貧困、保護地球並確保全體的興盛繁榮。此專案有助於以下永續發展目標:

  • SDG 16 - 和平、公正和健全的機構

Keywords

  • 最適所得稅、資本稅、多維篩選

指紋

探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。