The Demography of Dynastic: An Agent-Based Framwork for Wealth Transmission Across Generations

Questa tesi indaga i meccanismi alla base della persistenza intergenerazionale della disuguaglianza economica attraverso più generazioni. Gli studi esistenti hanno identificato i principali canali di trasmissione, ma questi approcci si basano spesso su agenti rappresentativi e dinamiche lineari, che presentano limiti nel cogliere la natura complessa, eterogenea e interattiva della trasmissione intergenerazionale della ricchezza. Per colmare questa lacuna, la tesi si basa su studi precedenti per sviluppare e calibrare un innovativo modello ad Agenti con Generazioni Sovrapposte (Agent-Based Overlapping Generations - AB-OLG), che integra l'Economia Computazionale ad Agenti (Agent-Based Computational Economics - ACE) e la Demografia (ABCD). Questa struttura incorpora una prospettiva dinastica che combina trasferimenti diretti di ricchezza e investimenti indiretti in capitale umano all'interno di un quadro demografico realistico. Il modello funge da laboratorio computazionale per esaminare l'emergenza dal basso verso l'alto (bottom-up) dei modelli di disuguaglianza a livello sistemico, a partire dalle interazioni a micro-livello di agenti eterogenei, che prendono decisioni riguardanti fertilità, istruzione, risparmio ed eredità attraverso molteplici generazioni. Il modello viene quindi utilizzato per esaminare l'impatto a lungo termine delle politiche di tassazione delle eredità e di redistribuzione sulla disuguaglianza della ricchezza. I risultati suggeriscono che, sebbene le eredità possano comprimere temporaneamente la disuguaglianza, la esacerbano nel lungo periodo a causa dei differenziali comportamenti di risparmio e investimento tra i diversi strati di ricchezza. La tesi conclude che il modello AB-OLG offre un potente strumento complementare per esaminare i meccanismi della persistenza dinastica e per progettare politiche efficaci volte a interrompere i cicli di svantaggio osservati nelle società capitalistiche moderne.