28.05.2013 Views

Lezione 4 La progressivita'

Lezione 4 La progressivita'

Lezione 4 La progressivita'

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Longobardi - Peragine 5<br />

4 <strong>La</strong> progressivita’: misure e confronti globali<br />

4.1 Definizioni<br />

Le misure globali della progressivita’ mirano a valutare l’impatto di una funzione<br />

d’imposta sull’intera distribuzione dei redditi.<br />

Si consideri una generica distribuzione di redditi x = {x1, ..., xn} ed una funzione<br />

d’imposta t () . Indicheremo con t = {t (x1) ,...,t(xn)} e x − t = { x1 −<br />

t (x1) , ..., xn − t (xn) } , rispettivamente, la distribuzione del prelievo e la distribuzione<br />

dei redditi netti.<br />

Assumiamo:<br />

• 0 ≤ t (x) ≤ x<br />

• 0 ≤ t0 ≤ 1 (ipotesi di assenza di riordinamento)<br />

Siano:<br />

• X = Pn i=1 xi<br />

• T =<br />

(reddito complessivo)<br />

Pn i=1 t (xi) (gettito totale dell’imposta)<br />

• µ x = X<br />

n (media della distribuzione dei redditi lordi)<br />

• ¯t = T<br />

X (aliquota media o incidenza dell’imposta)<br />

• µ(1 − ¯t) = X−T<br />

n (media della distribuzione dei redditi netti)<br />

Definizione 8. Data una distribuzione di redditi x = {x1, ..., xn} ed una funzione<br />

d’imposta t () definiamolacurvadiLorenzdeiredditilordi(Lx)<br />

Lx (j/n) =<br />

P j<br />

i=1 xi<br />

X<br />

la curva di Lorenz dei redditi netti (Lx−t)<br />

Pj i=1<br />

Lx−t (j/n) =<br />

(xi − t (xi))<br />

X − T<br />

e la curva di Lorenz del prelievo (Lt)<br />

Pj i=1 t (xi)<br />

Lt (j/n)=<br />

T<br />

j =1, ..., n<br />

j =1, ..., n<br />

j =1, ..., n<br />

Lx indica la disuguaglianza nei redditi lordi, Lx−t la disuguaglianza nei<br />

redditi netti, e Lt la disuguaglianza nel prelievo.<br />

Dalla Definizione 8 otteniamo che, per ogni j =1, ...n,<br />

jX<br />

XLx =<br />

(X − T ) Lx−t =<br />

TLt =<br />

xi<br />

i=1<br />

jX<br />

(xi − t (xi))<br />

i=1<br />

jX<br />

t (xi)<br />

i=1

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!