“Wealth inequality and economic growth : ¿trade-off?"

Abstract

Desde la década de los 80’ en adelante ha habido un aumento sostenido de la desigualdad de ingresos y de riqueza en el mundo (Piketty, 2014; Oxfam, 2016). La literatura ha descrito varios me canismos mediante los cuales esta desigualdad puede condicionar tanto positiva como negativamente el crecimiento económico de los países (Braun et al., 2019; Grundler & Scheuermey, 2019; Le & Ngu yen, 2019; Madsen et. al, 2018). La mayoría de los estudios se focalizan en la desigualdad de ingresos sumado a que no indagan en cómo el error de medición de ambas variables involucradas afecta la identificación correcta de esta relación. El presente artículo, combinando datos de la World Inequa lity Database (WID), World Development Indicators (WDI), y la World Penn Table 10.1 (WPT) construye una muestra de 31 países en el período 1995-2019 para el cual se estiman modelos panel con efecto fijo para identificar la relación entre ambas variables. Los resultados indican que, luego de aplicar el filtro Hodrick-Prescott y el Hamilton a las dos series de interés se descarta la existencia de error de medición clásico en la relación y se comprueba una relación en forma de N invertida entre ambas variables. La única medida de desigualdad que sobrevive a todas las especificaciones estimadas es el top 0,01 %. Lo anterior puede explicarse a partir de la captura institucional en la primera fase, la necesidad de inversión y mayor capital humano en una segunda fase, y por último, vuelve a ser negativa porque se restringen las oportunidades y la movilidad social.

Since the 1980s, there has been a sustained increase in income and wealth inequality globally (Piketty, 2014; Oxfam, 2016). The literature has described various mechanisms through which this inequality can condition economic growth both positively and negatively (Braun et al., 2019; Grund ler & Scheuermeyer, 2019; Le & Nguyen, 2019; Madsen et al., 2018). Most studies focus on income inequality and do not explore how measurement error of both variables involved affects the correct identification of this relationship. This article, combining data from the World Inequality Database (WID), World Development Indicators (WDI), and the Penn World Table 10.1 (PWT), constructs a sample of 31 countries for the period 1995-2019 to estimate fixed-effect panel models to identify the relationship between the two variables. The results indicate that after applying the Hodrick-Prescott and Hamilton filters to the two series of interest, the existence of classical measurement error in the relationship is ruled out, and an inverted N-shaped relationship between the two variables is con firmed. The only measure of inequality that survives all estimated specifications is the top 0.01 %. This can be explained by institutional capture in the first phase, the need for investment and higher human capital in the second phase, and finally, it becomes negative again because opportunities and social mobility are restricted.