Analisi Statistica del Reddito e delle
Condizioni di Vita
Capitolo 4
Reddito netto e reddito
lordo: SM2
Contenuto della lezione:
- Regolamento comunitario EUSILC: redditi lordi dal 2007
- Terminologia inglese/italiano
- Relazione tra le forme di reddito
- Procedura iterativa di convergenza
- Il sistema in Italia
- Validazione del modello in Italia
- Microsimulazione e imputazione
adottate congiuntamente*
* Questo argomento costituisce un approfondimento.
2
Regolamento Comunitario - 1
Il Regolamento EU-SILC richiede ai paesi membri
di fornire dal 2007 i redditi lordi per tutte le
componenti di reddito individuali e per tre
variabili target di reddito familiare. Nel caso in
cui i redditi lordi non siano disponibili dalle
indagini o dalle fonti amministrative, per la
conversione netti-lordi si possono imputare le
tasse e i contributi sociali usando un modello di
microsimulazione basato sul regime fiscale
relativo al periodo di riferimento del reddito.
3
Regolamento Comunitario - 2
•
Prima del progetto EU-SILC, per la
conversione dei redditi netti in lordi sono stati
sviluppati modelli di microsimulazione
‘separati’, basati su indagini nazionali non
armonizzate. Tali modelli vengono utilizzati
tipicamente per analizzare la distribuzione dei
redditi e della povertà e simulare l’impatto
delle misure di politica economica e fiscale. E’
questo il caso, ad esempio, del Tax-Benefits
Model della London School of Economics, di
Euromod e dei modelli di tasse e benefici
impiegati dall’Oecd.
4
Regolamento Comunitario - 3
•
•
Se i modelli di microsimulazione
’nazionali’ complessi, pur essendo
generalmente più precisi, non risultano
sufficientemente flessibili e ‘trasportabili’
ad altri paesi, quelli più semplici, che
considerano soltanto gli aspetti centrali
dello schema di tassazione nazionale,
non garantiscono necessariamente la
comparabilità internazionale.
- Cenno esempio ECHP
5
Regolamento Comunitario - 4
• Per questo motivo, già nel 2003 Eurostat aveva
bandito un “call for tender” (richiesta di
collaborazione”, con lo scopo di implementare
un modello che permettesse ad ogni Paese
Membro di effettuare la conversione da redditi
rilevati “netti” o “disponibili” in redditi lordi, per
rispondere alle richieste del Regolamento.
• L’Università di Siena ottenne l’appalto e propose
il modello chiamato Siena Micro Simulation
Model – SMSM – o SM2.
6
Il modello di microsimulazione SM2 - 1
•
•
Il modello SM2 è stato concepito come uno
strumento in grado di fornire una procedura
robusta di conversione dei redditi netti e lordi
delle famiglie. Il modello, costruito ed utilizzato
sperimentalmente sui microdati dell’indagine
ECHP[1] dell’Italia, Francia e Spagna, è
caratterizzato da una struttura modulare e
flessibile che consente l’utilizzo in paesi che
presentano diversi sistemi di tasse e benefici,
diverse tipologie dei dati di reddito disponibili
(netti, lordi, alcuni netti e altri lordi) ed anche
diverse strategie di raccolta dei dati (da fonte
campionaria e/o amministrativa).
[1]
Panel europeo sulle famiglie.
7
Il modello di microsimulazione SM2 - 2
•
Il modulo di conversione netto-lordo del
modello SM2 tende ad un livello
intermedio di complessità, ossia è più
preciso del metodo semplice applicato
con l’ECHP per stimare i redditi lordi
partendo dalle componenti nette raccolte
con l’indagine ma è, salvo estensioni
decise dai ricercatori dei singoli paesi,
meno dettagliato rispetto ad un modello
altamente specializzato come Euromod.
8
Il modello di microsimulazione SM2 - 3
• Euromod è sostanzialmente un modello costruito per
rappresentare nel dettaglio e stimare gli effetti delle
politiche sociali e fiscali sui redditi familiari nei paesi
membri dell’Unione. Il modello consente in effetti di
simulare i trasferimenti sociali, completa le informazioni
raccolte mediante le indagini campionarie e utilizza
come dati di input i redditi lordi piuttosto che i netti.
• Lo scopo immediato del progetto EU-SILC e SM2 è, in
un certo senso, più limitato, poiché considera
prioritariamente la costruzione delle variabili di reddito
lordo da quelli netti (o viceversa) e solo come utile ‘sotto
prodotto’ l’eventuale stima di dati dettagliati sui singoli
benefici e sulle singole tasse.
• (Possibile argomento per tesi magistrale)
9
Il modello di microsimulazione SM2 - 4
La procedura di conversione netti-lordi utilizzata in
Euromod non è, inoltre, sufficientemente
flessibile rispetto all’eterogeneità dei dati
presenti in EU-SILC ed il modello SM2 risponde
all’esigenza di disporre di uno strumento di
conversione netti-lordi adattabile tanto ai diversi
sistemi fiscali europei quanto alle diverse
modalità di raccolta dei dati di input nei diversi
paesi.
10
Terminologia inglese/italiano - 1
• GG
Reddito al lordo della tassazione e dei
contributi sociali dei lavoratori e dei datori di
lavoro
• G
Reddito al lordo della tassazione e dei
contributi sociali dei lavoratori
• H
Reddito al lordo della tassazione
• Y
Reddito imponibile
• N
Reddito netto
• Deduction Deduzione
• Tax due Imposta lorda
• Tax credit Detrazione d’imposta
• Tax paid Imposta netta
11
Terminologia inglese/italiano - 2
Table 1 Gross-to-Net conversion algorithm
Income measure
1
GROSS(2)
2
Social Insurance contribution
3
GROSS TAXABLE
4
Component-specific deductions
by component(1)
total
G=Gi 
Gi
Si=Si(Gi)
H=Hi 
Hi= Gi - Si
Di=Di(Hi)
Aggregation over components and individuals in tax unit
Y=Yi 
5
TAXABLE INCOME
6
Common deductions
D0= D0(H)
7
Taxable income(0)
Y0= Y - D0
8
Tax due(0)
W0= W0(Y0)
9
Common tax credits
C0= C0(Y0)
10
TAX DUE
11
Component-specific tax credits
12
TAX PAID
X= W - C
13
TOTAL NET
N=H - X
14
Tax rate(0)
R0= X/H
15
TAX RATE =
TAX DUE/ TAXABLE INCOME
R =W/Y
Yi= Hi - Di
W= W0 - C0
C=Ci 
Ci=Ci(Yi)
Disaggregation – personal income by component
16
Proportionate tax by component
Xi=R*Yi - Ci
17
NET BY COMPONENT
Ni=Hi - Xi
(1)
The functional relationships in this column may be somewhat more complex or varied.
(2)
Gross including employers' social insurance contribution (SS) is: GG=G+SS(G 1)
12
Relazione tra le forme di reddito - 1
13
Le relazioni tra forme di reddito - 2
Il reddito lordo di un individuo o di una famiglia
è uguale al reddito ricevuto prima di qualsiasi
ritenuta alla fonte delle tasse e dei contributi
sociali. Il modello distingue tra il reddito lordo
GG che include anche i contributi sociali dei
datori di lavoro (SS) e il reddito lordo G che
include solo i contributi sociali dei lavoratori
(SI). I contributi sociali gravano sui redditi da
lavoro e comprendono i contributi dei datori di
lavoro e dei lavoratori dipendenti e degli
autonomi.
14
Le relazioni tra forme di reddito - 3
In SM2, il reddito lordo tassabile (H) è uguale al reddito
lordo meno i contributi sociali. Gli oneri deducibili si
riferiscono a quella parte di reddito esente dalla
tassazione, sono relativi a specifiche componenti di
reddito e corrispondono ad una riduzione del reddito
lordo tassabile.
Il reddito imponibile (Y) è ricavato dal reddito lordo
tassabile meno le deduzioni. L’imposta lorda è calcolata
inizialmente come funzione del reddito imponibile.
15
La struttura del modello SM2 - 1
Partendo dai dati di reddito individuali e familiare, il
modello è in grado di stimare, in base al sistema fiscale
nazionale, tutte le informazioni per componente di
reddito e di disaggregare gli importi lordi in tasse,
contributi sociali e in reddito netto e reddito disponibile.
Caratteristica rilevante del modello è la presenza di un
set di routines principali standardizzate, che
rappresentano il cuore del modello e la struttura
comune utilizzabile da tutti i diversi sistemi fiscali, in
grado di gestire diversi tipi di dati di input e diversi
sistemi di tassazione nazionale.
16
La struttura del modello SM2 - 2
Il modello comprende routines specifiche
contenenti i parametri della normativa fiscale
nazionale, in grado di convertire i dati di input in
forma standardizzata. Queste routines nazionali
sono richiamate dal modulo centrale a cui
forniscono i dati di input; il modello mantiene
distinte la struttura centrale, comune ai diversi
sistemi fiscali nazionali, e le routines specifiche
per i diversi contesti paesi.
17
La struttura del modello SM2 - 3
SM2 può convertire in redditi lordi i dati
campionari raccolti al netto delle imposte e dei
contributi sociali, ma può anche fornire i redditi
netti a partire dai dati lordi (campionari o
amministrativi). Il modello può stimare
separatamente sia le imposte anticipate (cioè
trattenute alla fonte) sulle singole componenti di
reddito, sia il saldo finale a credito o a debito.
18
La struttura del modello SM2 - 4
Per la costruzione delle variabili obiettivo nette e lorde
di EU-SILC sono necessarie almeno cinque tipi di
variabili: ossia variabili raccolte mediante l’indagine
(PDB), variabili intermedie (ex. Somma redditi mensili
anno precedente), variabili imputate, variabili del
modello e variabili target (UDB). Poiché nel file di input
non vi possono essere valori missing, è necessario
imputare i valori mancanti usando le variabili ausiliarie o
esogene. Le informazioni di reddito necessarie al
modello SM2 sono, quindi, in qualche modo raccolte,
compilate o imputate. Il modello converte tali
informazioni nello standard richiesto da EU-SILC, sulla
base di uno specifico schema di tassazione nazionale.
19
La struttura del modello SM2 - 5
Il reddito familiare in EU-SILC scaturisce dalla somma
dei redditi individuali dei componenti della famiglia. La
normativa fiscale per le diverse fonti di reddito può fare
riferimento a differenti unità di analisi, come gli individui
o la famiglia e può differire in base alle caratteristiche
del percettore (alcuni possono essere esenti da
tassazione e altri no, alcuni possono beneficiare di
detrazioni e altri no). Il reddito percepito può, inoltre,
essere tassato alla fonte, ricevuto lordo o tassato in
sede di dichiarazione dei redditi.
20
La struttura del modello SM2 - 6
Il programma di calcolo della tassazione e dei
trasferimenti sociali di un modello di
microsimulazione replica sostanzialmente le
caratteristiche rilevanti di un sistema fiscale
nazionale, sulla base di alcune assunzioni che
semplificano necessariamente la complessità
della realtà osservata.
21
Procedura iterativa di convergenza -
1
Conversione redditi lordi-netti
Nel caso in cui siano disponibili i redditi
lordi per calcolare i redditi netti si può
utilizzare l’aliquota di tassazione
utilizzando una iterazione semplice per
ogni componente di reddito
22
Procedura iterativa di convergenza -
2
Il procedimento inverso dai netti ai lordi è,
invece, più complesso, in quanto implica un
doppio loop iterativo. Il primo loop interno
applica un valore definito del parametro
“aliquota di tassazione” (R) ad ogni componente
di reddito e per tutti gli individui della stessa
unità fiscale. Il secondo loop iterativo ottiene un
valore convergente del parametro R, comune a
tutte le componenti di reddito.
23
Peculiarità di SM2 - 1
Caratteristica peculiare di SM2 è la possibilità di
specificare in modo opportuno le deduzioni e le
detrazioni in modo da utilizzare la stessa
procedura per le diverse componenti di reddito
e per i diversi schemi di tassazione.
24
Peculiarità di SM2 - 2
Nel caso in cui una componente di reddito è
esente da tassazione è sufficiente specificare
che per la componente esente la deduzione è
pari al reddito lordo tassabile, ciò consente di
non considerare il contributo di questa
componente nel totale del reddito sottoposto a
tassazione e di non dover separare tale
componente dagli altri redditi (vedi esempio).
25
Peculiarità di SM2 - 3
Allo stesso modo se una componente di reddito
è tassata con un’aliquota costante, si specifica
che la deduzione è pari al reddito lordo
tassabile e la detrazione è considerata come
una quantità negativa. In tal modo l’imponibile
finale è automaticamente incrementato
dell’ammontare appropriato (vedi esempio).
26
Handling diverse situations in SM2
The concept of 'special' deductions
and tax credits
Table 5 - Examples of special deductions and tax credits
1
2
3
4
5
6
7
8
Form of taxation of component i
Tax exempt
Taxed at flat rate fi
Tax-exempt at flat rate fi
Deductions for expenses
Tax credit for expenses
Special tax not related to income
Double taxation at flat rate fi
Part Si of social insurance
contributions subject to tax
Special deduction
Di=Hi
Di=Hi
+common deductions
Si
Special tax credit
Ci = -fi*Hi
Ci = +fi*Hi
+common tax credits
-common tax credits
Ci = -fi*Hi
-
27
Il sistema in Italia - 1
La qualità attesa dei risultati delle
microsimulazioni e la loro comparabilità a livello
internazionale dipendono dal livello di dettaglio
con cui è inserita la normativa fiscale nel
modello e soprattutto dalla qualità dei dati di
input. I dati rilevati dalla nuova indagine EUSILC rappresentano di per sé un’importante
cambiamento rispetto ad ECHP, evidente
soprattutto nella fase di costruzione del file di
input del modello e delle variabili ausiliarie.
(vedi International Journal of Microsimulation)
28
Il sistema in Italia - 2
Il contributo fornito da EU-SILC è particolarmente
significativo per il calcolo dei contributi sociali dei
lavoratori parasubordinati rilevati dall’indagine, invece
che in base alla stima degli stessi rispetto alla
popolazione di lavoratori dipendenti derivata da fonti
esterne ed utilizzata in SM2.
Anche il calcolo dei contributi sociali dei lavoratori
dipendenti e autonomi beneficia della disponibilità di
maggiori informazioni di EU-SILC relative alla posizione
lavorativa, al settore di appartenenza del lavoratore, al
calendario retrospettivo della condizione professionale
(numero di mesi) e al numero di addetti dell’unità locale
dell’impresa.
29
Il sistema in Italia - 3
In EU-SILC, inoltre, è disponibile l’informazione sui
contributi volontari versati a forme pensionistiche
complementari, necessari al calcolo delle deduzioni
Irpef e, a differenza di ECHP, la nuova indagine rileva
distintamente i giorni di malattia dei lavoratori
dipendenti e le pensioni di invalidità con evidenti
vantaggi per la stima dei trasferimenti sociali. L’indagine
EU-SILC fornisce anche i dati relativi all’imposta
comunale sugli immobili (Ici), completando le
informazioni necessarie alle routines del modello per il
calcolo delle deduzioni e detrazioni d’imposta.
30
Il sistema in Italia - 4
L’utilizzo congiunto dei dati campionari e amministrativi
per la costruzione delle variabili di reddito dell’indagine
EU-SILC ha consentito, inoltre, di introdurre in SM2EU-SILC -Italia alcune importanti innovazioni
metodologiche.
I miglioramenti attesi nella stima dei redditi lordi delle
variabili obiettivo individuali e familiari di EU-SILC
dipendono quindi dal cambiamento della base dati EUSILC rispetto ad ECHP e soprattutto dalle innovazioni di
processo dovute alle procedure di record linkage con i
dati amministrativi.
31
Validazione del modello in Italia
-1
Table 7 EU-SILC target variables: distribution of income by component
Ratio net/gross
Income from work
PY010
employee cash or near cash income
employer's SI contribution
employee's SI contribution
PY050
cash benefits or losses from self-employment
Self-employed SI contribution
Property income
interest, dividends, profit from capital investments in
HY090 unincorporated business
HY040 income from rental of a property or land
Taxable benefits
PY090
unemployment benefits
PY100
old-age benefits
PY110
survivor’ benefits
PY130
disability benefits
Tax-exempt social transfers
PY140
education-related allowances
HY050 family related allowances
HY060 social assistance
HY070 housing allowances
HY080 regular inter-household cash transfer received
Total
64.5
85.9
76.3
80.7
81.1
80.2
88.6
92.5
88.7
87.9
90.2
100.0
100.0
100.0
100.0
100.0
100.0
71.3
32
Validazione del modello in Italia
-2
Table 8 Comparison with external sources: distribution of total gross income
Gross including SI
SI contributions
- Employers' contribution
- Employees' contribution
- Self -employment contribution
Gross taxable
Personal income tax and financial tax
Net income
SM2 (Data EU
SILC 2003)
100.0
15.9
9.9
3.5
2.5
84.1
12.8
71.3
ISTAT
100.0
15.7
11.4
2.8
1.6
84.3
12.0
72.2
Error (% point)
0.2
-1.5
0.7
0.9
-0.2
0.8
-0.9
Sources. ISTAT: National Accounts (2003). SM2: Italy EU SILC Wave 1 Our Model.
33
Imputazione e microsimulazione
Betti G., Verma V., Natilli M., Ballini F. (2003), Statistical imputation
in conjunction with micro-simulation of income data. Working Paper
n. 55 della serie "Dinamiche e persistenze nel mercato del lavoro
italiano ed effetti di politiche (basi di dati, misura, analisi)",
Dipartimento di Scienze Statistiche, Università di Padova,
Settembre 2003.
http://valutazione2003.stat.unipd.it/pdf/wp/WP_55.pdf
Successivamente pubblicato in:
Betti G., Verma V., Ballini F., Natilli M., Galgani, S. (2003),
Statistical Imputation in Conjunction with Micro-Simulation of
Income Data, Rivista Italiana di Economia, Demografia e Statistica,
58(3), pp. 35-43.
34