초록 열기/닫기 버튼
Piketty and Saez(2003), 김낙년(2012)은 파레토 보간을 이용하여 소득집중도를 추정한다. 본 연구는 이에 더하여 자연대수 정규분포 보간을 이용하여 소득집중도를 추정하였다. 또한 두 보간법의 성과를 비교하기 위하여 다음과 같은 방법을 이용하였다. 우선 소득집중도가 알려진 소득계급에 대하여 두 보간법을 이용하여 소득집중도를 추정하였다. 그리고 두 보간법 중 어느 것이 알려진 소득집중도에 더 잘 부합하는가를 비교하였다. 주요 결과는 다음과 같다. 첫째, 파레토 보간과 자연대수 정규분포 보간을 이용하여 추정한 소득집중도의 추이는 크게 다르지 않았으며, 두 추정치 모두 최근까지 상승하였던 것으로 보인다. 둘째, 파레토 보간을 이용한 소득집중도 추정치는 자연대수 정규분포를 이용한 추정치보다 크다. 셋째 자연대수 정규분포 보간을 이용한 소득집중도 추정치가 파레토 보간을 이용한 것보다 실제 소득집중도에 더 잘 부합하는 것으로 나타났다. 따라서 소득집중도를 추정하는 방법으로는 자연대수 정규분포 보간이 더 좋은 방법이라고 판단된다. 그럼에도 불구하고 파레토 보간을 이용한 소득집중도가 크게 과대 추정되었다고 보기는 어렵다.
Piketty and Saez(2003), Kim(2012) estimate the top income shares by Pareto interpolation. We estimate the top income shares by Pareto and Lognormal interpolation. Also, to evaluate the performances of two interpolations, we estimate the top income shares of percentiles which is known, and then compare the estimated top income shares to the known top income share. If the estimated top income shares by Lognormal interpolation fits the known top income share better than those by Pareto interpolation, we can conclude that Lognormal intepolation is better than Pareto interpolation. Main results are as follows. First, estimates of the top income shares by Pareto and Lognormal interpolation show similar trends and have risen recently. Second, estimates of the top income shares by Lognormal interpolation are lower than those by Pareto interpolation. Third, the estimated top income shares by Lognormal interpolation fit the known top income shares better than those by Pareto interpolation. We conclude that estimates by Lognormal interpolation is better than those by Pareto interpolation but differences between them is not so large.
키워드열기/닫기 버튼
Top Income Share, Pareto Interpolation, Lognormal Interpolation
