EconPapers    
Economics at your fingertips  
 

O Potencial Distributivo do Imposto de Rendapessoa Física (IRPF)

Sergei Soares (), Fernando Gaiger Silveira, Claudio Santos, Fabio Vaz and André Souza

No 1433, Discussion Papers from Instituto de Pesquisa Econômica Aplicada - IPEA

Abstract: Este texto argumenta a favor de níveis mais elevados de Imposto de Renda-Pessoa Física (IRPF). Verificamos que, de todos os países para os quais existem informações, o Brasil é o que menos arrecada IRPF relativo à Carga Tributária Bruta (CTB). O IRPF é responsável por algo em torno de 6% da CTB, um pouco mais que 2% do Produto Interno Bruto (PIB) e um pouco mais que 4% da renda das famílias, segundo a Pesquisa Nacional por Amostra de Domicílios (PNAD). Mostramos que isto se deve, pelo menos em parte, tanto a alíquotas de IRPF que isentam indivíduos abaixo do percentil 85 na distribuição dos rendimentos individuais, como também a uma alíquota marginal máxima (27,5%) baixa. Estimamos, usando a PNAD e a Pesquisa de Orçamentos Familiares (POF), o Coeficiente de Concentração do IRPF, que se situa entre 0,89 e 0,92, o que o torna altamente progressivo. Também estimamos que há em torno de 80% de evasão e/ou elisão entre famílias cujas rendas principais são oriundas do trabalho por conta própria ou da atividade empresarial; entre famílias cuja renda principal é o vínculo empregatício, estimamos a evasão e/ou elisão em aproximadamente 20%. Finalmente, analisamos o impacto de uma série de mudanças teóricas no IRPF e chegamos à conclusão de que teriam como resultado dobrar a arrecadação. Se esse aumento de arrecadação fosse compensado por uma redução em um tributo regressivo, como a Contribuição para o Financiamento da Seguridade Social (Cofins), para que não houvesse modificação da CTB, o resultado seria uma redução de 2,3 pontos percentuais do coeficiente de Gini. This text argues for higher Personal Income Tax levels. We show that, for all countries for which tax information is available, Brazil is the one in which Personal Income Tax collection as a percentage of the gross tax burden is the lowest. Personal Income Taxes account for about 6% of the Gross Tax Burden, slightly more than 2% of GDP, and slightly more than 4% of family income (according to the PNAD household survey). We show that this is due both to the fact that tax brackets are so high so as to exempt 85% of income earners from paying any income tax and the fact that our highest tax bracket is only 27.5%, which is lower than the maximum tax bracket of almost all countries for which tax information is available. Using Household and Expenditure Surveys, we estimate the Personal Income Tax Concentration Coefficients at between 89 and 92, which show a very progressive tax schedule. We also estimate that families who live on self employment and business income evade or avoid 80% of their personal income tax liabilities but that families who live off employment income evade or avoid only 20%. Finally, we analyze the impact of a series of theoretical changes in Personal Income Tax rules and conclude that they would approximately double Personal Income Tax collection. If the additional revenue were compensated by a reduction in a regressive tax, such as Contribuição para o Financiamento da Seguridade Social (Cofins), so as to hold the total Tax Burden constant, the result would be a 2,3 point fall in the Gini coefficient.

Pages: 46 pages
Date: 2009-11
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (5)

Downloads: (external link)
http://www.ipea.gov.br/portal/images/stories/PDFs/TDs/td_1433.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:ipe:ipetds:1433

Access Statistics for this paper

More papers in Discussion Papers from Instituto de Pesquisa Econômica Aplicada - IPEA Contact information at EDIRC.
Bibliographic data for series maintained by Fabio Schiavinatto ().

 
Page updated 2025-04-01
Handle: RePEc:ipe:ipetds:1433