Microsoft Word 1060-frontespizio doc

characterized by an unequal distribution across the  families: the Gini index was 

nearly 40%  for earnings and about  65%  for real wealth.  Members of the guilds 

were at the top of the economic ladder and held influential positions in society and 

politics. The most powerful guilds were those involved in the manufacture or trade 

of  wool and silk,  and money changers. Indeed, many Florentine families were 

successful bankers (e.g. Bardi, Medici and Peruzzi),  and  they were known 

throughout Europe as well, for they established banking houses in other important 

cities such as London, Geneva and Bruges. 

Figure  1a groups the occupations, providing a complete picture of 

occupational diversity and stratification. More than two fifths were artisans, such 

as those who combed, carded and sorted wool, or carpenters. Entrepreneurs and 

members of guilds, in turn, represented nearly one fifth of the workers. The 

vibrant economic activity favored the development of lettered bureaucrats and 

professionals (nearly one tenth of the workers) such as lawyers, judges, medical 

doctors and pharmacists (the oldest pharmacy in Europe was set up in Florence). 

Other significant occupational groups were those of merchants and of government 

servants (e.g. firemen, town criers and soldiers). At the bottom of the occupational 

ladder,  there were unskilled workers, such as  people  beating, cleaning and 

washing the raw wool, urban laborers and the servants of private families. When 

mapping occupations into sectors of activity (Figure 1b), nearly half of the sample 

was employed in manufacturing  (mainly makers of wool and leather products). 

Other important sectors  were trade, food and wine,  and public services. The 

agriculture share, in contrast, was very small, because the data do not include the 

countryside, which is where the agricultural activity was concentrated.  

For slightly less than half of the surnames listed in the 1427 Census, we found 

pseudo-descendants in the 2011 tax records.  They correspond to about 800 

surnames and 52,000 taxpayers.  On average,  they earn about 24,000 Euros per 

year, and the real wealth is estimated to be larger than 160,000 Euros (Table 1). 

Table 1 also shows that the professions under scrutiny are niche professions, both 

in 1427 and in the 2000s: they account for a very small share of the workers.  

Table 2 combines the tax records from 1427 and 2011 through surnames and 

provides a first explorative assessment of persistence: we report for the top 5 and 

bottom 5 earners among current taxpayers (at the surname level), the modal value 

of the occupation and the percentiles in the earnings and wealth distribution in the 

15

th

  century  (the  surnames are replaced  by capital letters for confidentiality 

reasons). The top earners among the current taxpayers were already at the top of 

the socioeconomic ladder 6 centuries ago: they were lawyers or members of the 

wool, silk and shoemaker guilds; their earnings and wealth were always above the 

13 

 

---

median. On the contrary, the poorest surnames had less prestigious occupations, 

and their earnings and wealth were below the median in most cases. 

 

4.  Main results 

 

As shown in equation (1), in the first stage,  we regress the  log of the 

ancestors’ earnings  or the log of the  ancestors’  real wealth  on  the  surname 

dummies (and, in some specifications, the controls included in the vector ????????????

????????????

????????????

) using 

the 1427 Census data. We find that the surnames account for about 10% of the 

total variation in the log of earnings and 17% of the total variation in the log of 

wealth. These results support the hypothesis that the surnames carry information 

about socioeconomic status. The coefficients  for  the  surnames estimated in the 

first stage are then used to predict the ancestors’ earnings and real wealth for the 

taxpayers included in the 2011 tax records. 

Table 3 presents our TS2SLS estimates  of the intergenerational earnings 

elasticity, as shown in equation (2).  We consider three different empirical 

specifications, with the first including only the predicted ancestors’ earnings, the 

second and the third adding gender, and gender, age and its square, respectively. 

The controls in the first stage regressions are adjusted accordingly. The earnings 

elasticity is fairly stable across specification, with a magnitude around 0.04, and is 

statistically significant at the 5% level. Table 3 also reports the standardized beta 

coefficient and the rank-rank coefficient. According to the former, a one standard 

deviation increase in the pseudo ancestors’  log  earnings increases the pseudo 

descendants’ log earnings by 6% of its standard deviation. The effect, besides being 

positive and significant, is also non-negligible from an economic point of view. Put 

differently, being the descendants of a family at the 90

th

  percentile of earnings 

distribution in 1427,  instead of a family at the 10

th

  percentile of the same 

distribution, would entail a 5% increase in earnings among the current taxpayers.  

Table 4 replicates  the estimation with respect to the real  wealth elasticity. 

The parameter ranges from 0.02 to 0.03,  and it is, again, highly significant.  The 

standardized beta coefficient equals 7% and is slightly larger than in the earnings 

case.  Stronger wealth persistence, with respect to earnings,  is  confirmed  by the 

results of the rank-rank regression (and similar findings are obtained, even if we 

restrict the estimation to the same sample of families). The 10

th

-90

th

  exercise 

entails a 12% difference in real wealth today. The larger inertia in the real wealth 

case is somewhat expected, as real wealth is accumulated through income (net of 

consumption) over the life-cycle,  but can also be directly passed down to 

subsequent generations through bequests or inter-vivos transfers. 

14 

 

---