财富的浓度远远超过劳动收入的浓度和展品快速增长在美国和世界各地(Saez和Zucman Piketty 2014年,2016)。经济理论认为,资本收入应该发挥着基础性的作用解释这些事实,因为回报家庭储蓄积累随着时间的推移用乘法(Benhabib Bisin 2011年朱,Cagetti和de Nardi 2008)。此外,资本收入的影响可能会大大放大如果富人选择较高的投资组合和风险回报比中产阶级,作为Piketty(2014)和Gabaix et al(2016)建议。
数据的挑战
实证研究对资本收入直到现在一直受到缺乏精确的微数据。分析富人的投资,需要大量使用一个数据集样本家庭顶端和给他们激励如实报告其资产。控股也应该衡量详尽,最好在每个资产或安全的水平。传统的数据集不满足这些需求。例如,美国消费者财富调查显示只包含大约700家庭前1%的财富分配,和响应率最高的百分比仅为12%。
在最近的一篇论文中,我们通过考虑一个广泛的行政小组克服这些限制包含的财富记录瑞典居民每年年底(巴赫et al . 2017年)。数据集包含了42000户家庭每年的1%的财富分配。它包含每个家庭持有的债务和分解,报告在每个银行账户,金融安全,私人公司和房产。
风险和回报财富总值的特点
我们的术语总财富总值一个家庭的投资组合的金融、房地产和私募股权资产,不包括债务的考虑。富裕家庭总财富总值的分配一个更高的分数比中等家庭高风险资产。风险资产的比例与净资产增加单调,中等家庭达到21%,62% 1% -0.5%,0.01%和95%。
高净值家庭相应地承担高水平的风险,如图1,面板,说明了。他们实现高系统的曝光:
- 通过分配一个高财富风险资产总值的份额;和
- 通过选择高风险资产加载积极系统的风险因素。
富裕的家庭也承担高度特殊的风险通过大量直接持有的私人和公共权益。
由于这些风险模式,预期回报总财富单调增加家庭净资产总值。中等家庭相比,总财富总值2.7%的预期回报率每年提高10% -5%的家庭,每年提高4.1% 1% -0.5%,并以每年6.2%高0.01%(见图1,面板)。这些结果证实了猜想Benhabib et al。(2011), Piketty(2014),和其他富裕家庭收入更高的平均回报率。
利用的重要性
我们接下来考虑家庭净财富,定义为总财富总值减去债务。相比财富总值,净财富收入的预期回报u型支架的净资产(见图1,面板B)。中产阶级家庭高杠杆头寸在房地产产生平均净资产回报率高。中上阶层家庭的杠杆率和较低的平均回报率较低。顶端,家庭很少的个人债务,但实现高预期收益的轴承高系统性风险。
图1风险和回报家庭财富的特征
答:财富总值
b .净财富
一个公平的竞争环境?
我们表明,富人不太可能获得的高回报所产生的信息优势或特殊的投资技巧。我们发现没有经验证据表明,富人可以更好的选股和产生高回报比其他家庭。同样的,我们不会测量异常的风险调整后的回报率房地产和私募股权资产。
我们验证我们的结果的鲁棒性数据集包含我们基金会的年度回报率超过28年的时间。符合Saez和Zucman(2016),我们表明,富裕的基础也能获得更高的平均回报,这反映了瑞典家庭财富数据内的模式。我们建立意识到回报的基础完全解释股票市场的风险敞口,而特殊投资技能不能被检测到。
对财富不平等的动态的影响
我们的研究有几个对家庭财富不平等的动力学的影响。我们的研究结果表明,风险分配的家庭是一个当前的辩论不平等的重要组成部分。我们还表明,资本收入是财富不平等动力学的关键驱动因素。我们开发一个简单的模型的财富积累回报完全资本化而其他因素,如储蓄和人口统计数据,不考虑。好的模型解释了精度水平和增长率的波动顶级财富股票。
样本外的练习中,我们使用一个资产定价模型来模拟回报和我们建立观察组合意味着财富占到0.01%的份额应该平均每年平均增长4.5%如果家庭只是利用他们的回报,增加的速度堪比美国最近估计。预计增加的财富不平等几乎完全是由富人持有这一事实更系统性风险(产生高回报)和更特殊的风险(顶部产生爆炸的财富),和投资高度杠杆私营企业与脂肪对尾(生成返回)。
引用
巴赫,L, L E和P Sodini (2017),“获得丰厚的回报吗?风险、回报和技能组合的富有“经济政策讨论纸11734号。
Bisin Benhabib J,朱和S(2011),“财富的分配和财政政策在经济有限住代理人”,费雪79:122 - 157。
Cagetti, M和M De Nardi(2008),“财富不平等:数据和模型”,宏观经济动态12:285 - 313。
Gabaix X,拉J-M表示,P-L狮子,和B摩尔(2016),“不平等”的动力,即将到来费雪。
Piketty T (2014),资本在二十一世纪,哈佛大学出版社。
赛,E和G Zucman(2016),“自1913年以来美国财富不平等:证据从资本化所得税数据”,经济学季刊131:519 - 578。
