Marginaaliveroasteen vaikutus työllisyysasteeseen vuosina 2000-2018
Hämäläinen, Linda (2020)
Kandidaatintutkielma
Hämäläinen, Linda
2020
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2020051127210
https://urn.fi/URN:NBN:fi-fe2020051127210
Tiivistelmä
Kandidaatintutkielman tavoitteena on saavuttaa näkemys marginaaliveroasteen vaikutuksesta työllisyysasteeseen. Tutkielma toteutetaan kvantitatiivisin menetelmin ja työn empiriaosuudessa paneeliaineistolle suoritetaan regressioanalyysi. Aineistona hyödynnetään OECD:n tilastoimia työllisyysasteita ja marginaaliveroasteita, ja tutkielmaan on valittu mukaan tiedot 14 eri maasta yhteensä 19 vuodelta. Tutkielmassa tavoitteena on saavuttaa näkemys siitä, vaikuttaako eri perhetyyppien marginaaliveroasteet työllisyysasteeseen, kun hyödynnetään vuosilta 2000-2018 kerättyä aineistoa.
Tutkielman empiriaosuudessa pyritään määritetyn mallin pohjalta selvittämään, löytyykö minkään valitun kolmen perhetyypin osalta tilastollista merkitsevyyttä selitettäessä työllisyysastetta marginaaliveroasteilla. Tutkielmassa käytetyt perhetyypit ovat 67 %, 100 % ja 167 % maakohtaisista keskiansioista ansaitsevat perheettömät henkilöt. Tarkastelun kohteena olevat maat on jaettu kolmeen eri ryhmään: kaikki maat, matalan työllisyyden maat sekä korkean työllisyyden maat. Tilastolliset merkitsevyydet löytyvät 67 % ja 167 % keskiansioista ansaitsevien osalta: näiden perhetyyppien osalta marginaaliveroasteilla on vaikutusta työllisyysasteeseen matalan ja korkean työllisyyden maiden osalta. Vaikutuksesta ei kuitenkaan voida olla varmoja, sillä tulokset ovat keskenään ristiriitaisia.
Aiemmat tutkimustulokset samasta aihepiiristä ovat vastaavia, vaikkakin tarkastelun kohteena on usein ollut työn tarjonta eikä työllisyysaste. Tutkielman tulosten luotettavuutta heikentää matalat selitysasteet, selittävien muuttujien samankaltaisuus sekä suppeahko aineisto. Jatkotutkimusaiheena on lisätä useampia, keskenään erilaisia selittäviä muuttujia malliin lisäämään tulosten luotettavuutta ja parantamaan selitysasteita. The aim of this bachelor’s thesis is to examine whether marginal tax rate affect the employment rate. In this thesis, the research method was quantitative based on the form of the data that was collected from OECD. Data of employment rates and marginal tax rates was built from information of 14 different OECD-countries for 19 years. The goal for this thesis is to achieve an opinion if marginal tax rates affect employment rates when using the data collected from the years 2000-2018.
Based on a determined model, the empirical part of the thesis attempts to determine whether for any of the three family types selected, statistical significance can be found in explaining the employment rate by marginal tax rates. The family types used in the thesis are 67 %, 100 % and 167 % of the average national income for a single person. The countries concerned are divided into three groups: all countries, low employment countries and high employment countries. As a result, statistical significance can be found for 67 % and 167 % of average earners. For these family types marginal tax rates have an impact on the employment rate, for both low and high employment countries. However, there is no certainty about the impact, as the results are contradictory in comparison to each other.
Previous research findings on the similar topic are equivalent, although the focus of previous research work has mostly been on labor supply rather than employment rates. The reliability of the results of the thesis is decreased by low degrees of explanations, similarity of explanatory variables and limited data. The subject of further research is to add more interrelated explanatory variables to the model to increase the reliability of the results and to improve the degree of explanation.
Tutkielman empiriaosuudessa pyritään määritetyn mallin pohjalta selvittämään, löytyykö minkään valitun kolmen perhetyypin osalta tilastollista merkitsevyyttä selitettäessä työllisyysastetta marginaaliveroasteilla. Tutkielmassa käytetyt perhetyypit ovat 67 %, 100 % ja 167 % maakohtaisista keskiansioista ansaitsevat perheettömät henkilöt. Tarkastelun kohteena olevat maat on jaettu kolmeen eri ryhmään: kaikki maat, matalan työllisyyden maat sekä korkean työllisyyden maat. Tilastolliset merkitsevyydet löytyvät 67 % ja 167 % keskiansioista ansaitsevien osalta: näiden perhetyyppien osalta marginaaliveroasteilla on vaikutusta työllisyysasteeseen matalan ja korkean työllisyyden maiden osalta. Vaikutuksesta ei kuitenkaan voida olla varmoja, sillä tulokset ovat keskenään ristiriitaisia.
Aiemmat tutkimustulokset samasta aihepiiristä ovat vastaavia, vaikkakin tarkastelun kohteena on usein ollut työn tarjonta eikä työllisyysaste. Tutkielman tulosten luotettavuutta heikentää matalat selitysasteet, selittävien muuttujien samankaltaisuus sekä suppeahko aineisto. Jatkotutkimusaiheena on lisätä useampia, keskenään erilaisia selittäviä muuttujia malliin lisäämään tulosten luotettavuutta ja parantamaan selitysasteita.
Based on a determined model, the empirical part of the thesis attempts to determine whether for any of the three family types selected, statistical significance can be found in explaining the employment rate by marginal tax rates. The family types used in the thesis are 67 %, 100 % and 167 % of the average national income for a single person. The countries concerned are divided into three groups: all countries, low employment countries and high employment countries. As a result, statistical significance can be found for 67 % and 167 % of average earners. For these family types marginal tax rates have an impact on the employment rate, for both low and high employment countries. However, there is no certainty about the impact, as the results are contradictory in comparison to each other.
Previous research findings on the similar topic are equivalent, although the focus of previous research work has mostly been on labor supply rather than employment rates. The reliability of the results of the thesis is decreased by low degrees of explanations, similarity of explanatory variables and limited data. The subject of further research is to add more interrelated explanatory variables to the model to increase the reliability of the results and to improve the degree of explanation.