Metodologia
Esta página explica as fontes de dados, modelos e premissas por trás de Quão pobre eu sou?. O objetivo é total transparência — cada número que você vê pode ser rastreado até sua origem e cálculo.
Dados de distribuição da riqueza
Os dados de participações de riqueza vêm da World Inequality Database, que publica Contas Nacionais Distribucionais (DINA) para dezenas de países. Essas contas dividem a riqueza nacional em grupos:
- 50% inferior — A metade inferior da população por patrimônio líquido
- 40% do meio — Do percentil 50 ao 90, frequentemente chamado de "classe média"
- 10% superior — O décimo mais rico, que na maioria dos países detém 60-80% da riqueza total
- 1% superior — Subconjunto do top 10%, geralmente detendo 25-40% da riqueza total
Essas participações definem as fronteiras usadas para colocá-lo na distribuição. Quanto mais granulares os dados de fronteira de um país, mais preciso o percentil final.
Estimativa de renda para riqueza
A maioria das pessoas conhece sua renda, mas não seu patrimônio líquido. Para preencher essa lacuna, a ferramenta usa um modelo de estimativa de 18 fatores que ajusta a razão renda/riqueza com base em características demográficas e financeiras:
- Faixas etárias (pessoas mais jovens normalmente têm razões riqueza/renda menores)
- Nível educacional (educação superior correlaciona com maiores renda e poupança ao longo da vida)
- Tipo de emprego (autônomo vs. assalariado, público vs. privado)
- Taxa de poupança e comportamento de investimento
- Posse de imóvel e situação de financiamento
- Dívidas em aberto (empréstimos estudantis, dívida de consumo)
Cada fator estreita a faixa de incerteza. Sem fatores, o modelo carrega uma dispersão de aproximadamente ±70%. Com todos os 18 fatores respondidos, a incerteza cai para cerca de ±10%. A ferramenta sempre mostra a faixa de confiança ao lado do percentil estimado.
Cálculo do percentil
Com seu patrimônio líquido estimado calculado, a ferramenta o coloca na distribuição usando interpolação linear por partes entre os limites conhecidos de participação. Por exemplo, se os 50% inferiores detêm 5% da riqueza total e os 40% do meio detêm 35%, sua posição entre essas fronteiras é interpolada linearmente. É uma aproximação — distribuições reais não são perfeitamente lineares — mas oferece uma estimativa razoável dados os dados disponíveis.
Comparação com bilionário
O modo "Quanto tempo levaria?" usa a lista Forbes Real-Time Billionaires. Os valores de patrimônio são empacotados no site em tempo de build para a pessoa mais rica de cada país.
O cálculo de "anos para ganhar" é deliberadamente simples: divide o patrimônio do bilionário pela sua renda anual, sem ajustes para juros, juros compostos, impostos ou inflação. É proposital — o ponto não é planejamento financeiro, mas ilustrar visceralmente a magnitude do abismo. Quando a resposta é "4 milhões de anos", saber se considera ou não 7% de retorno é irrelevante.
Fontes dos dados de alíquotas
Alíquotas tributárias efetivas por classe de riqueza são compiladas a partir de pesquisa acadêmica e estatísticas governamentais. Diferente dos dados de distribuição de riqueza, não estão disponíveis em uma única API e são mantidas manualmente a partir das fontes publicadas abaixo.
| Country | Source | Year |
|---|---|---|
| 🇦🇺Australia | ATO Taxation Statistics; Leigh (2009, updated); Grattan Institute distributional analysis | 2022 |
| 🇦🇹Austria | Statistik Austria, Integrierte Lohn- und Einkommensteuerstatistik (integrated wage and income tax statistics). Social contributions ~18% employee share, capped. Flat 27.5% KESt on capital income reduces effective rates for top brackets. Sub-percentile rates estimated from capital income concentration data. | 2023 |
| 🇧🇪Belgium | Statbel fiscal income statistics (decile distribution of net taxable income, total tax, and average tax rate, income year 2023). Very high social contributions (~13% employee). No general capital gains tax; 30% withholding on dividends. Sub-percentile rates estimated from OECD/WID capital income concentration. | 2023 |
| 🇧🇷Brazil | Receita Federal; Morgan (2017), WID.world; Gobetti & Orair (2017) | 2021 |
| 🇨🇦Canada | Statistics Canada; PBO Distributional Analysis 2023; OECD Tax Database 2024 | 2022 |
| 🇨🇱Chile | SII (Servicio de Impuestos Internos) bracket data; WID.world Chile distributional accounts; López & Figueroa (Harvard CID). Highly regressive due to 19% IVA consumption tax burden on lower incomes and favourable capital income treatment. Top 1% earn ~25% of pre-tax income (WID). Sub-percentile effective rates estimated. | 2024 |
| 🇩🇰Denmark | Danish Ministry of Taxation; OECD Tax Database 2024; WID.world Denmark series | 2022 |
| 🇫🇮Finland | Statistics Finland income distribution statistics; Verohallinto public tax data. Finland's dual income tax system: progressive earned income tax up to ~51.4%, flat 30–34% capital income tax. Sub-percentile rates estimated from capital vs labour income shares. OECD Taxing Wages 2025: average net tax rate 30.3%. | 2023 |
| 🇫🇷France | Landais, Saez & Zucman (2020); WID.world France series; EU Tax Observatory (2024) | 2022 |
| 🇩🇪Germany | Bach, Beznoska & Steiner (2020), DIW Berlin; Bundesfinanzministerium Datensammlung; OECD 2024 | 2021 |
| 🇮🇪Ireland | Revenue Commissioners income tax distribution tables; CSO Ireland's Tax Statistics 2024; Social Justice Ireland effective rate analysis (10.3% at €25K, 39.0% at €120K). Top rate = 40% income tax + 8% USC. Top 1% (>€203K) pay ~19% of personal tax. Entrepreneur relief (10% CGT) benefits top brackets. | 2024 |
| 🇮🇹Italy | Ministero dell'Economia; Acciari & Morelli (2023); EU Tax Observatory (2024) | 2022 |
| 🇯🇵Japan | National Tax Agency statistics; Moriguchi & Saez (2008, updated); OECD Tax Database 2024 | 2022 |
| 🇳🇿New Zealand | NZ Inland Revenue, High-Wealth Individuals Research Project (April 2023): median effective rate of 8.9% for 311 high-wealth individuals on economic income incl. unrealised gains, vs 20.2% for middle NZ. Lower brackets from NZ Treasury distributional analysis. No general capital gains tax. | 2023 |
| 🇳🇴Norway | Alstadsæter, Johannesen & Zucman (2019); SSB tax statistics; WID.world Norway series | 2021 |
| 🇿🇦South Africa | SARS Tax Statistics; Chatterjee, Czajka & Gethin (2022), WID.world; National Treasury | 2021 |
| 🇪🇸Spain | Agencia Tributaria; Alvaredo & Saez (2009, updated); EU Tax Observatory (2024) | 2022 |
| 🇸🇪Sweden | Waldenström (2020), IFN Stockholm; SCB tax statistics; WID.world Sweden series | 2021 |
| 🇨🇭Switzerland | Swiss Federal Tax Administration; Brülhart et al. (2022); OECD Tax Database 2024 | 2022 |
| 🇳🇱The Netherlands | CPB Netherlands Bureau; CBS income statistics; EU Tax Observatory (2024) | 2022 |
| 🇬🇧United Kingdom | Advani, Chamberlain & Summers (2023); HMRC Survey of Personal Incomes; ONS household data | 2022 |
| 🇺🇸United States | Saez & Zucman (2019), The Triumph of Injustice; updated with IRS microdata through 2018 | 2018 |
Effective tax rates include all taxes: income, payroll, corporate (allocated to shareholders), property, estate, and consumption taxes, divided by total pre-tax economic income. Sources combine academic research, government tax statistics, and the EU Tax Observatory Global Tax Evasion Report (2024). Tax rate data is not API-fetchable and is maintained manually from published government statistics and academic papers.
Limitações
- Subestimação no topo — Dados de riqueza baseados em pesquisas subestimam sistematicamente os ativos dos ultrarricos, sub-representados em pesquisas domiciliares. O WID corrige parcialmente com dados fiscais, mas as lacunas permanecem.
- Viés de renda autodeclarada — Usuários informam sua própria renda, que pode não refletir a remuneração total (bônus, ações, ganhos não realizados).
- Ressalvas por país — A qualidade dos dados varia por país. Alguns têm dados detalhados baseados em registros fiscais; outros dependem de estimativas de pesquisa com margens maiores.
- Aproximação do modelo — O modelo de 18 fatores é uma aproximação estatística, não consultoria financeira personalizada. Circunstâncias individuais podem divergir bastante das médias populacionais.
Atualização dos dados
Todos os dados são empacotados em tempo de build e servidos estaticamente — nenhuma chamada externa é feita ao usar a ferramenta. Um único script de fetch (scripts/fetch-all-data.mjs) puxa dados de:
- API WID.world — participações de riqueza, participações de renda, riqueza média/mediana, coeficientes de Gini
- API do Banco Mundial — população (SP.POP.TOTL)
- BCE / API Frankfurter — taxas de câmbio para conversão de moeda
- API Forbes RTB — patrimônio dos bilionários
- OCDE / FRED — salários, IPC, índices de preço de imóveis
Os dados de alíquotas são a exceção — vêm de artigos acadêmicos e são mantidos manualmente com citações completas (ver tabela acima).