These Benlamine

UNIVERSITE MOHAMMED V RABAT
FACULTE DES SCIENCES JURIDIQUES ECONOMIQUES ET SOCIALES

RABAT – AGDAL
CENTRE D’ETUDES DOCTORALES EN DROIT ET ECONOMIE
Formation Doctorale en Sciences Economiques
SECTEUR INFORMEL, CROISSANCE ET FISCALITE

AU MAROC
THESE DE DOCTORAT EN SCIENCES ECONOMIQUES

Présentée et soutenue publiquement par :
BENLAMINE Mokhtar
JURY :
Président du Jury : Monsieur Driss Frej

Professeur, Université Mohammed V (FSJES, Rabat)
Suffragants :
- Monsieur Said Tounsi : Directeur de Thèse

- Monsieur Lahcen Oulhaj
- Monsieur Idriss El Abbassi
- Monsieur El Hassane TAÂCHA
Professeur, Université Abdelmalek Essaadi (FSJES, Tanger)
Janvier 2018
Secteur informel, croissance et fiscalité au Maroc
© Copyright 2018
2018
La Faculté des Sciences Juridiques Economiques et Sociales de Rabat- Agdal
N’entend donner aucune approbation ni improbation aux opinions émises

dans cette thèse : ces opinions sont propres à leur auteur.
I
RESUME
L’économie nationale a réalisé des avancées indéniables, mais elle semble souffrir
d’importantes insuffisances. Le ralentissement de la croissance des activités non agricoles
sur la période 2013-2016 après un fort creusement des déficits public et courant, constitue
un défi bien particulier pour les politiques économiques au Maroc. En effet, après un cycle
expansionniste, la politique budgétaire est en phase de redressement graduel pour asseoir
une trajectoire plus soutenable de la dette et ce, à un moment ou le potentiel de croissance
semble connaître un ralentissement conséquent et continu. Devant ce challenge auquel
font face plusieurs pays à l’échelle internationale, comprendre la dynamique liant la
croissance économique à la fiscalité est d’une importance bien particulière. Sur le plan
national, les travaux menés font état d’une relation positive entre la pression fiscale et la
croissance économique et ce, tant que la pression fiscale ne dépasse pas un seuil critique de
22,6% du PIB. Dans cette configuration, il s’avère important de comprendre le rôle du
secteur informel dans ce schéma bien compliqué. Les données statistiques directes
disponibles au Maroc font état notamment d’un fort cloisonnement du secteur
parallèlement à une faible contribution de celui-ci à la rémunération salariale, à
l’investissement ainsi qu’aux recettes fiscales et ce, bien que sa participation à l’emploi non
agricole s’avère importante.
Le recours à une version augmentée de la méthode des inputs physiques, présentée par
Kaufman et Kaliberda permet de calculer l’évolution du secteur informel pour 134 pays
entre 1991 et 2014. 120 pays ont enregistré une hausse du secteur informel sur au moins
une année entre 2007 et 2014 alors que l’évolution sur l’ensemble de la période s’avère
globalement baissière. Les investigations économétriques menées à travers les modèles en
panel permettent d’établir l’existence d’une relation de long terme liant le secteur informel
négativement avec le PIB par habitant et positivement avec la pression fiscale. La prise en
compte de la complexité du système fiscal accroît la qualité des résultats établis.
Plus particulièrement pour le cas du Maroc, le recours à l’une des variantes des approches
monétaires pour évaluer le secteur informel fait état d’une baisse de celui-ci sur la période
1988-2006 et d’un changement d’orientation avec une hausse entre 2007 et 2016.
L’intégration de ces estimations indirectes du secteur informel dans un VAR structurel à
cinq variables endogènes et deux variables exogènes sur la période 1980-2016 permet
d’établir l’existence d’une relation positive liant ce secteur au potentiel de croissance. En
effet, se basant sur aussi bien les restrictions de Blanchard et Quah, celles de Gali ou encore
sur un processus itératif des restrictions restantes à identifier, les réponses impulsionnelles
confirment l’existence d’un accroissement du potentiel de croissance suite à un choc sur le
secteur informel parallèlement à une baisse du secteur informel face à une augmentation
de la croissance à long terme.
Mots clés : Secteur informel, potentiel de croissance et fiscalité.

Jel-classification : C50, E20, E26, E29, E62, F43, E69, H21
II
ABSTRACT
The national economy has made incontestable progress, but seems to suffer from serious
insufficiency. The slowdown in the non-agricultural activities growth rate over the period 2013-
2016, following a sharp increase in public and current account deficits is a concern for Morocco's
economic policies. After an expansionary cycle, and while fiscal policy pursues gradual recovery to
establish a more sustainable debt trajectory, the potential growth seems to be experiencing a
steady and continuous slowdown. Better understanding of the dynamics linking economic growth to
taxation seems to be an important asset that many countries can rely on. On the national level,
work shows a positive relationship between tax pressure and economic growth, if the tax burden
does not exceed a critical threshold of 22.6% of GDP. So, it’s important to understand the role of the
informal sector in this complicated chess board. Direct measures available in Morocco show a strong
segmentation of the informal sector alongside with a small contribution to wage compensation,
investment and tax revenue. However, its participation in the nonagricultural employment is
important.
The use of an augmented version of the physical input method presented initially by Kaufman and
Kaliberda allow us to calculate the evolution of the informal sector in 134 countries between 1991
and 2014. Between 2007 and 2014, 120 countries recorded an increase in the informal sector for at
least one year, while the trend over the period 1991-2014 is downwards. Econometric investigations
through panel models establish the existence of a long-run relationship linking the informal sector
negatively with GDP per capita, and positively to tax burden. Considering measures of the
complexity of the tax system seem to enhance the quality of the results.
In the case of Morocco, the use of a monetary approach to evaluate the informal sector shows a
decline in the informal sector over the period 1988-2006 and an increase between 2007 and 2016.
Introducing these estimates of the informal sector into a structural VAR composed of five
endogenous and two exogenous variables over the period 1980-2016 makes it possible to establish
a positive relationship linking the informal sector to the growth potential. Indeed, considering
Blanchard and Quah restrictions, those of Gali and an iterative process for remaining restrictions,
the impulse responses confirm the existence of an increase in growth potential following a shock on
the informal sector in parallel with a decline in the informal sector resulting of shock on growth.
Key words: informal sector, potential growth and taxation.

Jel-classification: C50, E20 E26, E29, E62, F43, E69, H21
III
LISTE DES ABREVIATIONS

ADF Augmented Dickey-Fuller
AIC Critère d’information d’Akaike
APU Administrations publiques
BK Baxter King
BOP Balance des paiements
BTP Batiment et travaux publics
CA Chiffre d'affaires
CD Cobb Douglas
CES Elasticités de substitutions constants
CESE Conseil économique, social et environnemental
CF Cristiano-Fitzerald
CGEM Confédération Générale des Entreprises du Maroc
CIST Conférence Internationale des Statisticiens du Travail
CMC Centre Marocain de conjuncture
CPIA business regulatory environment rating
CST Comptes spéciaux du Trésor
Cst Constante
DB Doing Business
DD Droits de douanes
DET Droits d'enregistrements et de timbres
DGI Direction générale des impôts
DUM Dummy
ENSI Enquêtes Nationales sur le Secteur Informel
FMI Fonds monétaire international
GEM Global Entrepreneurship Monitor
HCP Haut commissariat au Plan
HP Hodrick Prescott
HQ Hannan-Quinn
IHH Indice de Herfindahl-Hirshman
IPC Indice des prix à la consommation
IR Impôts sur le revenue
IS Impôt sur les sociétés
ISBLM Institution sans but lucratif au service des ménages
KK Kaufman & Kaliberda
KPSS Kwiatkowski–Phillips–Schmidt–Shin
KT Kilo Tonne
M3 Masse monétaire
MCE Modèle à correction des erreurs
MCO Moindre Carrés ordinaires
MEF Ministère de l'économie et des finances
MEN Ménages
IV
NAIRU Non-Accelerating Inflation Rate of Unemployment

NK Néo-keynesien
NPIB produit intérieur brut nominal
PDOLS Panel Dynamic Least Squares
PFMOLS Panel Fully Modified Least Squares
PIB Produit Intérieur Brut
PP Phillips Perron
PPA Parité de pouvoir d'achat
Prodc Production céréalière
R&D Recherche et devéloppement
RF Recettes fiscales
SC Critère de Schwartz
SCN Système de comptabilité nationale
SF Sociétés financières
SI Secteur informel
SNF Sociétés non financières
TCEN Taux de change effectif nominal
TES Tableau entrées sorties
TGR Trésorerie générale du Royaume
TIB Taux Interbancaire
TIC Taxe incomprésible sur la consommation
TPF Le total de la productivité des facteurs
TVA Taxe sur la valeur ajoutée
UI Unités Informelles
UPI Unité de production Informelle
VA Valeur ajoutée
VAR Vecteur autoregressive
Y_UE Croissance Union européenne
V
LISTE DES GRAPHIQUES

Graphique 1.1.1 PIB per capita en 2015, US dollars 14
Graphique 1.1.2 Croissance économique au Maroc 15
Graphique 1.1.3 Volatilité de la croissance du PIB 1980-1999 16
Graphique 1.1.4 Volatilité glissante historique 16
Graphique 1.1.5 Volatilité de la croissance du PIB entre 2000 et 2015 17
Graphique 1.1.6 Croissance économique au Maroc 18
Graphique 1.1.7 Production céréalière et croissance agricole 19
Graphique 1.1.8 Structure de la croissance économique 20
Graphique 1.1.9 Contribution absolue au PIB des impôts sur les produits nets des subventions 21
Graphique 1.1.10 Effets d’entrainement des branches d’activités économiques 22
Graphique 1.1.11 Moyennes historiques 24
Graphique 1.1.12 Contributions à la croissance 24
Graphique 1.1.13 Taux d’investissement moyen 2000-2015 26
Graphique 1.1.14 ICOR moyen 2000-2015 27
Graphique 1.1.15 Évaluations des experts de l'écosystème entrepreneurial 27
Graphique 1.1.16 Epargne nationale, en % du PIB 28
Graphique 1.1.17 Taux d'épargne moyen 2000-2015 29
Graphique 1.1.18 Besoin et capacité de financement de l’économie marocaine en % du PIB 30
Cycles et Tendances du besoin de financement du Trésor et du solde du
Graphique 1.1.19 32
compte courant en % du PIB
Graphique 1.1.20 Besoin/capacité de financement par secteurs institutionnels, en % du PIB 34
Graphique 1.1.21 Orthonormal Loadings Biplot 36
Graphique 1.2.22 Hodrick-Prescott Filter (lambda=100) Log(PIB) 42
Graphique 1.2.23 Hodrick-Prescott Filter (lambda=100) Log(PIB non agricole) 43
Graphique 1.2.24 Hodrick-Prescott Filter (lambda=400) Log(valeur ajoutée agricole) 43
Graphique 1.2.25 Cycles et tendances composites du Log(PIB) 43
Graphique 1.2.26 Fixed Length Symmetric (Baxter-King) Filter Log(PIB) 46
Graphique 1.2.27 Frequency Response Function Filter Log(PIB) 46
Graphique 1.2.28 Fixed Length Symmetric (Baxter-King) Filter Log(VA agricole) 46
Graphique 1.2.29 Frequency Response Function Log(VA agricole) 46
Graphique 1.2.30 Fixed Length Symmetric (Baxter-King) Filter Log(PIB non agricole) 46
Graphique 1.2.31 Frequency Response Function Log(PIB non agricole) 46
Graphique 1.2.33 Asymmetric (time-varying) Filter Log(PIB non agricole) 49
Graphique 1.2.34 Asymmetric (time-varying) Filter 49
VI
Graphique 1.2.35 Investissement hors agricole 1980-2015 (MMDH) 59

Graphique 1.3.36 Stock de capital hors agricole 1980-2015 (MMDH) 59
Graphique 1.3.37 Evolution du PIB non agricole, de son potentiel et écarts de production 60
Graphique 1.3.38 Evolution de la VA non agricole, de son potentiel et écarts de production 61
Graphique 1.3.39 Stock de capital du Trésor 64
Graphique 1.3.40 Elasticités économiques de la croissance non agricole et du stock de capital 64
Elasticités économiques de la croissance non agricole et du stock du capital
Graphique 1.3.41 64
privé
Elasticités économiques de la croissance non agricole et du stock du capital
Graphique 1.3.42 64
public
Elasticités économiques hors points aberrants de la croissance non agricole
Graphique 1.3.43 65
et du Stock de capital
Graphique 1.3.44 65
et du stock du capital privé
Graphique 1.3.45 65
et du Stock du capital public
Graphique 1.3.46 Résidus équation LOG(VANAG) 66
Graphique 1.3.47 Elasticités économiques entre stock de capital public et celui privé 67
Graphique 1.3.48 Inverse Roots of AR Characteristic Polynomial 72
Graphique 1.3.49 Résidus 72
Graphique 1.3.50 Response to User Specified Innovations ± 2 S.E 73
Graphique 1.3.51 Croissance (PIB) et potentiel 73
Graphique 2.1.1 Recettes ordinaires, En millions DH 98
Graphique 2.1.2 Evolution des principales composantes des recettes ordinaires 99
Graphique 2.1.3 Recettes fiscales au Maroc 99
Graphique 2.1.4 Ratio des recettes fiscales 100
Graphique 2.1.5 Structure des recettes fiscales 101
Graphique 2.1.6 Impôts indirects 102
Graphique 2.1.7 Impôts directs 103
Graphique 2.1.8 Taux marginal (maximal) de l’impôt sur le revenu 104
Graphique 2.1.9 Progressivité régressive de l’IR 105
Graphique 2.1.10 Taux marginal (maximal) de l’impôt sur les sociétés 105
Graphique 2.1.11 L’indice de Herfindahl-Hirshman des recettes fiscales entre 1990 et 2016 107
Graphique 2.1.12 Triangle fiscale au Maroc en 2016 108
Graphique 2.1.13 Recettes ordinaires en pourcentage du PIB (moyenne 2000-2016) 109
Graphique 2.1.14 Pression fiscale (Recettes fiscales au PIB) (Moyenne 2000-2016) 110
Graphique 2.1.15 Taux d’imposition total des entreprises en % du profit 110
Graphique 2.1.16 Evolution du taux d’imposition total des entreprises, Maroc et moyenne 113
VII
mondiale
Evolution du taux d’imposition total des entreprises, Maroc et moyenne
Graphique 2.1.17 113
mondiale excluant les taux supérieurs à 100%
Evolution du classement du Maroc en termes de taux d’imposition total des
entreprises
Nombre de fois que l’entreprise paie des taxes, impôts ou cotisations durant
un exercice
Evolution du Nombre de fois que l’entreprise paie des taxes, impôts ou
cotisations durant un exercice
Graphique 2.1.21 Délais de paiement des taxes et impôts, en heures 116
Graphique 2.1.22 Délais de paiement par impôt, en heures 117
Graphique 2.1.23 Délais de paiement par impôt (inférieurs à 200 heures), en heures 118
Graphique 2.1.24 Délai de paiement au Maroc en comparaison avec les moyennes mondiales 119
Graphique 2.2.25 Délai moyen par impôt au Maroc et moyennes mondiales 119
Graphique 2.2.26 Dispersion de la pression fiscale en fonction du pouvoir d’achat (2000- 2016) 130
Dispersion de la pression fiscale en fonction du pouvoir d’achat (Pays filtrés :
2000-2016)
Graphique 2.2.28 Dispersion de la pression fiscale en fonction du PIB per capita dans le temps 133
Dispersion entre 1980 et 2016 du ratio des impôts directs au PIB en fonction
du PIB per capita à prix courants
Dispersion entre 1980 et 2016 du ratio des impôts indirects au PIB en
fonction du PIB per capita à prix courants
Graphique 2.2.31 Elasticité des recettes fiscales au PIB 136
Graphique 2.2.32 Elasticité des recettes fiscales à la valeur ajoutée non agricole 137
Elasticité des recettes fiscales à la valeur ajoutée non agricole (compte non
tenu de l’observation de 2009)
Graphique 2.2.34 Elasticité des impôts directs par rapport à la VA non agricole 140
Elasticité des impôts directs par rapport à la VA non agricole (hors 2009 et
points aberrants (IS : 1993 et 1999))
Graphique 2.2.36 Elasticité des impôts indirects par rapport à la VA non agricole 141
Graphique 2.2.37 Elasticité des impôts indirects par rapport à la VA non agricole (hors 2009) 141
Graphique 2.2.38 Elasticité des droits de douanes par rapport à la VA non agricole 142
Elasticité des droits de douanes par rapport à la VA non agricole (hors 2009,
2013 et 2016)
Elasticité des droits d’enregistrement et timbres par rapport à la VA non
agricole
Elasticité des droits d’enregistrement et timbres par rapport à la VA non
agricole (hors 2009, 2013 et 2016)
Graphique 2.2.42 Recettes fiscales et VA non agricole de 1980 à 2016 144
Graphique 2.2.43 Résidu de la modélisation (LOG(VANAGR)) 147
VIII
Graphique 2.2.44 Résidu de la modélisation 149

Graphique 2.2.45 Test CUSUM 149
Graphique 2.2.46 Test CUSUM of Squares 149
Graphique 2.3.53 Courbe de Laffer 162
Graphique 2.3.54 Variable dépendante 170
Graphique 2.3.55 variable explicative 170
Histogramme de distribution des élasticités instantanées (consommation
Graphique 3.2.1 226
d’électricité)
Histogramme de distribution des élasticités instantanées comprises entre -
Graphique 3.2.2 227
10 et 10 (consommation d’électricité)
Histogramme de distribution des élasticités instantanées comprises entre 0
Graphique 3.2.3 228
et 10 (consommation d’électricité)
Graphique 3.2.4 229
et 3 (consommation d’électricité)
Graphique 3.2.5 Accès à l’électricité, en % de la population 229
Graphique 3.2.6 Electrification rurale au Maroc 229
Graphique 3.2.7 230
ajustée d’électricité)
Graphique 3.2.8 231
10 et 10 (consommation ajustée d’électricité)
Graphique 3.2.9 231
et 10 (consommation ajustée d’électricité)
et 3 (consommation ajustée d’électricité)
Graphique 3.2.11 Consommation mondiale24 par source d’énergie de 1970 à 2014 (MTEP) 233
énergétique)
10 et 10 (consommation énergétique)
IX

et 10 (consommation énergétique)
Zones géographiques couvertes par l’application de la méthode de Kaufman
et Kaliberda augmentée du taux d’accessibilité à l’électricité
Evolution du secteur informel, application de la méthode de Kaufman et
Kaliberda augmentée du taux d’accessibilité à l’électricité
Nombre d’années d’augmentation du secteur informel, application de la
Graphique 3.2.19 méthode de Kaufman et Kaliberda augmentée du taux d’accessibilité à 241
l’électricité
Graphique 3.2.20 Nuage de points SI et PIB par habitant (dlog) 246
Graphique 3.2.21 Nuage de points SI et pression fiscale (dlog) 247
Nuage de points SI et nombre moyen d’heures par impôts pour la
préparation et le paiement des taxes (dlog)
Nuage de points SI (log) et nombre moyen d’heures par impôts pour la
préparation et le paiement des taxes (log)
Nuage de points SI (dlog) et nombre moyen d’heures par impôts pour la
préparation et le paiement des taxes (log)
Nuage de points SI (log) et nombre d’heures pour la préparation et le
paiement des taxes (log)
Nuage de points SI (dlog) et nombre d’heures pour la préparation et le
paiement des taxes (log)
Nuage de points SI (log) et temps en jours nécessaire pour entamer une
affaire (log)
Nuage de points SI (dlog) et temps en jours nécessaire pour entamer une
affaire (log)
Nuage de points SI (log) et le CPIA-Évaluation de l'environnement
réglementaire des entreprises (log)
Nuage de points SI (dlog) et le CPIA-Évaluation de l'environnement
réglementaire des entreprises (log)
Graphique 3.2.31 Résidu du modèle de cointégration (PDOLS : 1990-2014) 254
Graphique 3.2.32 Résidu du modèle de cointégration (PDOLS : 2006-2014) 257
Graphique 3.2.33 Résidu du modèle de cointégration (PFMOLS (Sans)) 259
Résidu du modèle de cointégration (PFMOLS avec le nombre d’heures pour
la préparation et le paiement des impôts)
Résidu du modèle de cointégration (PFMOLS avec le temps moyen en heures
par impôts nécessaire pour les préparer et les payer)
Graphique 3.2.36 Résidu du modèle de cointégration (PFMOLS avec le nombre de taxes à 265
X
payer)
Graphique 3.3.37 Circulation fiduciair 281
Graphique 3.3.38 Circulation fiduciaire rapportée à la masse monétaire 282
Graphique 3.3.39 Vecteur de cointégration de la régression à correction des erreurs 285
Graphique 3.3.40 résidu de la régression monétaire 285
Graphiques 3.3.41 Réponses impulsionnelles 287
Secteur informel en pourcentage du PIB, une application de la méthode
monétaire
Graphique 3.3.43 Inverse Roots of AR Characteristic Polynomial 294
Graphiques 3.3.44 Réponses impulsionnelles cumulées (Scénario 1) 298
Graphiques 3.3.45 Réponses impulsionnelles cumulées (Scénario 2) 299
Graphique 3.3.46 Réponses impulsionnelles cumulées (Scénario 3) 301
LISTE DES TABLEAUX

XI
Tableau 1.1.1 Moyennes et volatilités de la croissance et de ses composantes 17

Tableau 1.1.2 Structure de la valeur ajoutée agricole, aux prix de l’année 2012 2014 19
Tableau 1.1.3 Matrice des coefficients de corrélation 35
Tableau 1.1.4 Analyse en composantes principales 36
Tableau 1.2.5 Récapitulatif des résultats des modèles statistiques 50
Tableau 1.3.6 Résultats d’une estimation simple 66
Tableau 1.3.7 Pairwise Granger Causality Tests 66
Tableau 1.3.8 VAR Lag Order Selection Criteria 69
Tableau 1.3.9 Résultats de la modélisation 71
Tableau 2.1.1 Programme des assises nationales sur la fiscalité 95
Tableau 2.1.2 Propositions des différentes entités 96
Tableau 2.1.3 Structure des recettes ordinaires 96
Tableau 2.1.4 Barème de l’IR en 2017 98
Tableau 2.1.5 Barème de l’IS à partir de 2016 104
Elasticités instantanées des recettes fiscales par rapport à la valeur
Tableau 2.2.6 106
ajoutée non agricole
Tableau 2.2.7 Niveaux de significativités (p-value) des tests ADF et PP 136
Sélection du nombre de relations de cointégration sur les modèles (0.05
Tableau 2.2.8 144
level*)
Tableau 2.2.9 Stationnarité du résidu 145
Tableau 2.2.10 Résultats de la modélisation de long terme avec changement de structure 145
Tableau 2.2.11 Résultats de la modélisation à correction des erreurs 146
Tableau 2.2.13 Test de Breusch-Godfrey 148
Résultats de la modélisation augmentée de long terme avec changement
Tableau 2.2.15 150
de structure
Tableau 2.2.17 Résultats de la modélisation à correction des erreurs 152
Tableau 2.3.20 Critère de sélection de l’ordre de retard optimal des modèles VAR 170
Tableau 2.3.21 Test de cointégration 171
Tableau 2.3.22 Résultats du modèle de Scully 171
XII
Tableau 2.3.25 Résultats de la modélisation à seuils 173

Tableau 3.1.1 Unités institutionnelles et unités de production 177
Cadre conceptuel de l’emploi dans secteur informel et de l’emploi
Tableau 3.1.2 196
informel
Tableau 3.1.3 Cadre conceptuel de l’emploi informel 198
Evolution du volume de l’emploi dans le secteur informel entre
Tableau 3.1.4 199
1999/2000 et 2013/2014
Tableau 3.1.5 Contribution du secteur informel aux activités nationales 214
Tableau 3.2.6 Récapitulatifs des résultats des élasticités 215
Tableau 3.2.7 Stationnarité des données en panel (ensemble des observations) 237
Tableau 3.2.8 Corrélations entre les données de panel 243
Tableau 3.2.9 PDOLS Résultat du modèle de cointégration 1992-2013 245
Tableau 3.2.10 Résidu de la relation de cointégration (PDOLS : 1990-2014) 253
Tableau 3.2.11 Stationnarité des données en panel (2006-2014) 254
Tableau 3.2.12 PDOLS Résultat du modèle de cointégration 2006-2014 256
Tableau 3.2.13 Résidu de la relation de cointégration (PDOLS : 2006-2014) 257
Tableau 3.2.14 PFMOLS Résultat du modèle de cointégration 2006-2014 258
Tableau 3.2.15 Résidu de la relation de cointégration (PFMOLS (Sans)) 258
Tableau 3.2.16 PFMOLS Résultat du modèle de cointégration 2006-2014, avec le nombre 260
Résidu de la relation de cointégration (PFMOLS avec le nombre d’heures
Tableau 3.2.17 260
pour la préparation et le paiement des impôts)
PFMOLS Résultat du modèle de cointégration 2006-2014, avec le temps
Tableau 3.2.18 262
moyen en heures par impôts nécessaire pour les préparer et les payer
Résidu de la relation de cointégration (PFMOLS avec le temps moyen en
Tableau 3.2.19 262
heures par impôts nécessaire pour les préparer et les payer)
PFMOLS Résultat du modèle de cointégration 2006-2014, avec le nombre
Tableau 3.2.20 264
de taxes à payer
Résidu de la relation de cointégration (PFMOLS avec le nombre de taxes à
Tableau 3.2.21 265
payer)
Tableau 3.3.22 Stationnarité des données 282
Tableau 3.3.23 Tests de stationnarité 284
Tableau 3.3.24 Modèle monétaire 287
Tableau 3.3.25 Test de stationnarité du SI approché par la méthode monétaire 294
XIII
DIAGRAMME ET FIGURE
Diagramme 2.3.1 Canaux de transmission de la théorie de Laffer 163
Figure 3.1.1 Schématisation de l’économie totale 195
XIV
SOMMAIRE
Introduction générale 1
CHAPITRE 1 Potentiel de croissance de l’économie marocaine 9
Section 1 L'économie marocaine : quelques faits stylisés 13
Section 2 Potentiel de croissance, quelques méthodes statistiques 39
Section 3 Potentiel de croissance, quelques méthodes structurelles 53
CHAPITRE 2 Fiscalité et croissance économique 82
Section 1 Fiscalité au Maroc 86
Fiscalité et croissance, du cadre théorique à l’analyse

Section 2 122
empirique
Section 3 Evaluation de l’optimum fiscal au Maroc 159
Potentiel de croissance, fiscalité et secteur informel au

CHAPITRE 2 185
Maroc
Section 1 Définition et mesures directes du secteur informel 189
Secteur informel approché par la méthode des inputs

Section 2 physiques, PIB par habitant et fiscalité, une investigation en 221
panel
Secteur informel, une approche monétaire et une analyse

Section 3 269
structurelle
Conclusion générale 313
Annexes 328
Bibliographies 341
Table des matières 348
XV
INTRODUCTION GENERALE
La littérature économique a longuement abordé les questions relatives aux sources de la

croissance et de ses déterminants. Il découle des différentes théories existantes des
explications souvent convergentes et complémentaires mais parfois divergentes voire
opposées. Les différents travaux empiriques menés au cours des cinquante dernières
années ont permis de mettre au clair les limites d’une approche générale ne respectant pas
les spécificités de chaque économie. Ainsi, l’analyse de la croissance dépend d’un nombre
de facteurs dont il importe de cerner les contours et les effets d’entrainements afin
d’élaborer des politiques économiques aussi bien efficaces qu’efficientes.
En effet, les politiques économiques sont confrontées à des réalités qui entravent
lourdement la réalisation des objectifs tracés initialement, laissant entrevoir des effets
secondaires souvent non désirés. Le secteur informel est l’un des aspects de cette réalité
qu’il importe de prendre en considération dans la conception, l’élaboration et la mise en
œuvre des différentes politiques économiques. Son interrelation avec les différents pans de
l’économie n’est que très peu étudiée, souvent sur la base d’hypothèses formulées à travers
l’observation de certaines économies et/ou secteurs bien particuliers. La théorie autour du
rôle du secteur informel est peu répandue et laisse beaucoup de marges au particulier sur la
base de quoi le général est fondé sans y apporté suffisamment de preuves empiriques. Ce
travail constitue une occasion pour analyser et examiner la relation, ou plutôt les
interrelations et articulations, régissant la politique budgétaire notamment sa dimension
fiscale, la croissance, son potentiel, et le secteur informel au Maroc.
Dans ce sens, les travaux menés dans ce travail proposent de revenir sur la croissance
économique au Maroc et son potentiel, puis sur la relation régissant fiscalité et croissance
1
avant d’introduire dans une troisième et dernière phase le secteur informel dans ce cadre
déjà bien compliqué.
Sur les soixante dernières années, l’analyse de l’évolution économique au Maroc laisse
indiquer une croissance moyenne de 4,2% 1, soit un niveau proche des performances
enregistrées au cours des années 2000, dont la moyenne s’établit à 4,5%. En outre, bien que
la volatilité de la croissance au Maroc ait été en baisse continue concomitamment à la
réduction sur ces dernières années de la participation agricole, les données non agricoles
font ressortir une moindre performance durant cette dernière décennie comparativement
aux évolutions historiques. Avec une volatilité assez stable en lecture historique, le PIB non
agricole a augmenté de 4,8% en moyenne sur la période 1959-1989, avant de revenir à 3,7%
entre 1990 et 1999 contre une moyenne de 4,5% entre 2000 et 2009 et 3,5% entre 2010 et
2017.
En se basant sur ces éléments, il semble évident que notre modèle de croissance est
pénalisé par plusieurs éléments et qu’il peine encore à profiter de toute la dynamique
impulsée par les réformes et efforts consentis jusque-là. Certes, le paysage économique au
Maroc a connu de profondes mutations, en témoigne l’émergence de nouveaux secteurs
économiques et la diminution de moitié de la participation agricole, le développement
conséquent des infrastructures de base, les améliorations notables dans les structures de
consommation et des indicateurs de développement ainsi que la confiance de plus en plus
importante des opérateurs internationaux 2. Toutefois, l’évolution récente a pu mettre en
avant les limites du modèle économique national, ce qui appelle à une meilleure
considération des forces mais et surtout des faiblesses de la structure économique du pays.
Dans ce sens, la viabilité externe est lourdement affectée par un déficit structurel de la
balance commerciale et des transferts en provenance de l’étranger en perte de vitesse
parallèlement à un contexte régional difficile qui semble limiter le développement du
1
Données de la comptabilité nationale, raccordées depuis 1958 jusqu’en 2017.
2
Cette confiance se traduit notamment par l’amélioration des notations souveraines du Maroc, l’obtention et le maintien de l’Investment Grade, les
émissions obligataires réussies au cours des dernières années, les classifications à l’échelle internationale en matière de disponibilité de l’infrastructure, la
LPL, …
2
tourisme étranger. En outre, la discipline budgétaire au Maroc semble fortement menacée

par un ratio de plus en plus élevé de la dette publique, alimentée par une masse salariale
incompressible et une succession de déficits ayant érodé les marges de manœuvre
budgétaire et ce parallèlement à un besoin des plus pressants de relancer l’activité
économique. Ce travail propose un regard croisé sur la relation régissant le secteur informel
à la fiscalité, étant l’une des composantes majeures de la politique budgétaire, et le
potentiel de croissance.
En somme, il est proposé d’aborder le sujet d’une manière progressive à travers trois
chapitres. Le premier s’intéresse plus particulièrement au potentiel de croissance au Maroc.
Cette notion fondamentale pour plusieurs théories économiques est cruciale pour
l’élaboration et la mise en œuvre de plusieurs stratégies de politique économique. Elle a
franchi différentes étapes de développement passant d’une simple lecture des pics
enregistrés, à une lecture tendancielle purement technique et/ou à des résolutions
techniques largement fondées sur la littérature économique. Défini sur un plan théorique
comme étant l’utilisation optimale non génératrice d’inflation supplémentaire des
différents facteurs de production, plusieurs méthodes permettent de mesurer cette notion.
Cependant, la multitude de ces méthodes peut induire des résultats différents, dont les
implications en matière de politiques économiques peuvent être largement divergentes.
Ceci requiert ainsi une attention particulière à la mesure, la lecture et à l’interprétation des
résultats obtenus.
Dans ce sens, ce chapitre dresse, dans une première section, un bilan analytique des
principaux faits stylisés de l’économie nationale permettant de mettre en exergue
quelques-unes des figures du développement économique du pays tout en discutant des
principales limites du modèle de croissance actuel, qui peine encore à inscrire le pays dans
une trajectoire de convergence économique. Une lecture sur base de comparaison
internationale est menée afin de mieux positionner le pays sur un ensemble d’agrégats
économiques, dont notamment le PIB par habitant, le taux d’épargne, ou encore le
rendement moyen de l’investissement. En outre, cette section propose une investigation
3
autour de la véracité des interrelations régissant le solde budgétaire à celui du compte

courant. Pour ce faire, une lecture des données marocaines est menée sous l’optique de
vérifier la relation de causalité régissant le solde budgétaire à celui du compte courant. Une
extension de cette approche sur base des données des besoins et/ou capacités de
financements des secteurs institutionnels et de leurs relations avec le solde du compte
courant est aussi proposée.
La deuxième section de ce chapitre sera dédiée à la discussion des méthodes non

structurelles permettant de mesurer le potentiel de croissance. Ce choix est dicté par le
grand recours à ces méthodes dans la littérature économique au regard de leur simplicité et
facilité d’implémentation. Ceci étant, il est remarqué à bon nombre d’échelles une
utilisation des fois excessive des résultats obtenus, sans prêter suffisamment d’attention
aux spécificités intrinsèques des méthodes et des effets y associées sur les résultats
obtenus. En effet, le choix de ces outils ainsi que de leur paramétrage statistique n’est pas
sans incidences sur le plan économique et peut induire des conséquences importantes en
matière de prise de décisions. Dans ce sens, une discussion de certaines des méthodes les
plus utilisées est menée puis une lecture comparative des résultats est proposée.
La troisième section recours à quelques variantes des modèles structurelles. Elle repose sur
les fonctions de production, les modèles VAR structurels ou encore une approche Néo-
Keynésienne simplifiée. Après une brève discussion de la littérature économique se
rapportant à la croissance au profit des modèles exogènes et endogènes, une lecture des
applications de ces trois méthodes est menée. Elle permettra de mettre l’accent
notamment sur l’importance à accorder à ces variantes dans les processus de prise de
décision ainsi qu’à différencier les résultats obtenus par rapport à ceux des méthodes
statistiques.
Le deuxième chapitre s’intéresse à un sujet épineux ayant suscité l’intérêt de plusieurs

économistes, à savoir la relation régissant la fiscalité et la croissance économique. Souvent
rapetissé au rôle de moyen de financement à effets distorsifs notoires, la fiscalité s’est
refaite une santé avec le développement de l’interventionnisme de l’Etat. Si les
4
économistes classiques et de l’offre ont longtemps prôné un rôle répulsif à celle-ci,

l’avènement de la crise de 1929 a permis à travers le Keynésianisme a permis de dresser
une image bien différente de ce que peut faire la politique fiscale. Ceci étant
l’interventionnisme fiscal ne paraît nullement chose facile puisqu’au sein même des
protagonistes de celui-ci, il lui est exigé une délicatesse bien particulière et bien souvent
difficile à réaliser.
La première section de ce chapitre propose une lecture historique de l’évolution du cadre

législatif de la fiscalité au Maroc, permettant de mieux comprendre la transition d’une
imposition basée, en partie, sur le religieux au modèle adopté aujourd’hui. Cette section
revient aussi dans une logique comparative sur les grandes lignes, conclusions et
recommandations des Assises Nationales sur la fiscalité, tenues respectivement en 1999 et
en 2014. Ceci permettra de mieux comprendre les attentes des différents acteurs
économiques ainsi que leurs évolutions dans le temps. Par la suite, une lecture détaillée des
principaux faits stylisés de la fiscalité au Maroc est menée, en s’intéressant aussi bien à sa
structure, ses évolutions dans le temps, son degré de concentration ou encore la nature de
la progressivité de certains impôts. Afin de mieux positionner la fiscalité au Maroc, une
comparaison internationale est adoptée sur base des indicateurs concernant son poids au
PIB, sa fréquence et son degré de complexité.
La deuxième section s’intéresse à la nature de la relation linéaire liant la fiscalité et plus

particulièrement la pression fiscale à la croissance. Elle propose un regard sommaire des
développements théoriques en la matière avant de puiser dans les statistiques
internationales puis se focaliser sur celles nationales pour essayer d’extraire quelques faits
stylisés caractérisant la nature de cette relation. Elle établit, en effet, une première lecture
graphique de la fiscalité en fonction du pouvoir d’achat des ménages à l’échelle
internationale ce qui permet de construire une première idée sur les résultats escomptés
ainsi que de positionner le Maroc dans cette configuration. Une lecture plus détaillée de
l’évolution de la pression fiscale en fonction du PIB par habitant au Maroc est menée par la
suite, ce qui permet de comprendre la dynamique existante tout en identifiant les origines
5
de celle-ci. Outre une analyse des élasticités instantanées des recettes fiscales par rapport
au PIB, une investigation économétrique basée sur les modèles à correction des erreurs
pour vérifier l’existence d’une relation de long terme entre pression fiscale et croissance
économique est menée.
La troisième section de ce chapitre permettra d’aborder l’existence d’une relation non

linéaire entre la pression fiscale et la croissance économique. Fondée sur les travaux d’Ibn
Khaldoun dans Al Muqaddimah, cette section propose de revenir sur l’existence de seuils
d’optimalité régissant cette relation. Ces seuils constituent les niveaux optimaux
permettant de maximiser les recettes fiscales sans impacter négativement la croissance.
Différentes méthodes, inspirées de la littérature théorique et empirique, seront proposées
afin de vérifier la robustesse et la véracité de ce postulat et d’identifier éventuellement les
seuils critiques pour le cas marocain.
Le dernier chapitre de ce travail apporte un regard croisé aux dynamiques discutées jusque-
là en y introduisant le secteur informel. Présenté initialement par K. Hart au début des
années soixante-dix, ce concept a suscité de nombreux débats portant sur sa définition, sa
mesure, les facteurs le déterminant ainsi que ces interrelations avec les différents pans de
l’économie. Son rôle dans la sphère économique n’est pas des plus évidents à cerner au
regard des particularités de celui-ci ainsi que du caractère, souvent pêle-mêle qui lui est
associé. Dans ce sens, une lecture des définitions existantes, alimentée par les données en
la matière à l’échelle nationale ainsi que les estimations produites visent à éclaircir du
mieux que possible un domaine bien complexe et compliqué.
Dans ce sens, la première section essaie d’identifier les contours de cette définition afin de
remédier aux amalgames, liant le secteur informel aux activités souterraines ou encore
illégales. Elle revient ainsi sur la difficulté d’asseoir une définition directe de ce phénomène
et propose une discussion des différentes méthodes de mesures directes existantes. Le
développement de ces méthodes, les limites respectives de chaque approche ainsi que les
défis auxquels font encore face les comptables nationaux seront brièvement abordés. Par la
suite, une revue des enquêtes menées à l’échelle nationale en relation avec ce phénomène
6
est effectuée. Elle permettra de dégager les faits stylisés devant servir pour le reste des
travaux du chapitre. Il sera question notamment d’identifier la structure des unités de
production informelles (UPI), les apports de celles-ci aux facteurs de production, à savoir le
capital physique et l’emploi, l’évolution du chiffre d’affaire total et moyen des UPI ou
encore le recours au système financier, notamment bancaire.
La deuxième section adopte l’une des approches les plus simples mais aussi les plus utilisées
en littérature que ce soit directement ou indirectement. Elle se base sur la méthode des
inputs physiques et essaie d’identifier la nature de la relation régissant le secteur informel
au PIB par habitant et à la fiscalité. Le choix de cette méthode indirecte émane notamment
d’une volonté de vérifier certaines des hypothèses les plus admises dans la littérature
empirique sans y associer malheureusement de véritables évidences empiriques. Les
traitements menés se basent sur les données de la Banque Mondiale, édition de Juillet
2017, et visent à discuter la véracité des hypothèses émises initialement par Kaufman et
Kaliberda, dont notamment l’existence d’une sensibilité stable et quasi-unitaire entre
l’activité économique et la consommation électrique. Cette approche sera étendue à
travers le recours à deux nouvelles variantes à savoir, la consommation électrique ajustée
par le taux d’accès des populations à l’électricité et la consommation énergétique ce qui
permettrait notamment de généraliser davantage cette approche en tenant compte de
certaines caractéristiques des économies étudiées. En fonction des résultats obtenus, l’une
des méthodes sera utilisée pour le calcul du secteur informel pour l’ensemble des pays
disposant des données nécessaires pour le faire. Outre une analyse des évolutions post et
après crise, une lecture graphique est effectuée afin de dresser quelques premières
conclusions sur la nature de la relation régissant le secteur informel, le PIB par habitant et la
fiscalité. Par la suite, le recours à différentes modélisations en panel permettra de tester
l’existence d’une relation de cointégration entre le secteur informel, le PIB par habitant et la
pression fiscale. En fonction des données existantes, une extension de ces travaux est
menée afin de prendre compte de différents indicateurs attestant de la complexité du
système fiscal et réglementaire.
7
La troisième et dernière section de ce chapitre sera consacrée à l’étude plus en détails du

cas marocain. Elle repose sur le recours à l’une des variantes, des plus reproduites en
littérature, des méthodes monétaires. Le développement de celles-ci découle notamment
des travaux de Cagan (1958), Guttman (1977), Tanzi (1976) ou encore ceux de Feige (1979).
Après une discussion de ces différentes variantes, une brève lecture des développements
empiriques y afférant à l’échelle internationale est opérée, ce qui permet d’établir un
modèle qui tient compte aussi bien des renseignements tirés et de la disponibilité des
données à l’échelle nationale. Outre une lecture comparative avec les résultats obtenus par
l’approche de Kaufman et Kaliberda, cette section proposera d’introduire les résultats
obtenus du secteur informel dans le modèle VAR structurel proposé au premier chapitre
afin de discuter de la nature de la relation régissant celui-ci au potentiel de croissance,
défini à travers les restrictions de court et de long terme. L’introduction d’une cinquième
variable endogène dans un VAR structurel composé initialement de quatre variables
endogènes, requiert l’ajout de quatre nouvelles restrictions de court et de long terme. Les
choix effectués en la matière reposeront aussi bien sur la littérature existante que sur un
processus itératif permettant d’analyser l’incidence des choix effectués sur les résultats
obtenus.
En somme, ce projet vise à contribuer du mieux que possible à identifier la nature de la

relation régissant le secteur informel, la fiscalité, et plus particulièrement la pression fiscale,
et la croissance. Dans ce sens, il se compose de trois chapitres s’articulant respectivement
autour du potentiel de croissance au Maroc, de la relation entre fiscalité et croissance ainsi
que de l’introduction du secteur informel dans cet échiquier bien compliqué. Il essai de
répondre à une partie des questions suivantes :
- Comment peut-on évaluer le potentiel de croissance et quelles sont les implications

de la récente crise sur celui-ci au Maroc ?
- Quelle est la nature de la relation liant le secteur informel au potentiel de croissance
au Maroc ?
8
- Sur la base des données officielles, que sait-on vraiment du secteur informel au
Maroc ?
- Quelle est la relation régissant la pression fiscale à la croissance au Maroc ? Est-ce
une relation linéaire ou encore non linaire ? Que devient cette relation en présence
du secteur informel ?
- Quelle est la nature de la relation liant le solde budgétaire à celui du compte
courant ?
CHAPITRE 1 :
POTENTIEL DE CROISSANCE DE
L’ECONOMIE MAROCAINE
9
Introduction du chapitre 1
Ce chapitre s’intéresse à l’évaluation de la situation économique au Maroc au cours de la

période 1980-2016. Il dresse un bilan des différentes évolutions ayant marqué l’économie
nationale tout en effectuant plusieurs comparaisons qui permettent de mieux positionner le
pays en matière de performances économiques. Ceci permettrait de mieux appréhender
comprendre le modèle de croissance marocain, ses forces mais aussi ses limites et ce, avant
de s’intéresser plus particulièrement à l’évaluation du potentiel de croissance de l’économie
nationale.
Cette notion a franchi plusieurs étapes de développement passant d’une simple lecture des
pics enregistrés, à une lecture plus élaborée basée aussi bien sur les techniques statistiques
que sur la littérature économique. Ce concept s’avère fondamental pour bons nombres de
théories économiques et crucial pour l’élaboration et la mise en œuvre de plusieurs
stratégies de politiques économiques. Il est défini en littérature économique, comme étant
la croissance maximale atteinte sans générer de déséquilibres sur le marché des biens et
services ou sur celui du travail, ce qui se résume souvent à la croissance maximale atteinte
sans générer une accélération de l’inflation. Dès lors, il reflète l’utilisation optimale, non
génératrice d’inflation supplémentaire, des différents facteurs de production.
Afin d’estimer le potentiel de croissance, il est recouru, en pratique, à une panoplie de

méthodes. La multitude de celles-ci peut avoir des implications importantes sur les prises de
10
décisions en matière de politiques économiques qui différents notamment en fonction du

positionnement dans les cycles économiques. Dans ce sens, si ce dernier varie, en fonction
du simple choix des méthodes permettant de vérifier le potentiel et gap de croissance, les
différentes politiques et recommandations peuvent varier considérablement, ce qui
requiert une attention bien particulière dans la mesure, la lecture et l’interprétation des
résultats y afférant.
Le présent chapitre est constitué de trois sections. La première propose une lecture critique
des faits stylisés de l’économie marocaine et ce, sur une base historique, tout en
incorporant un benchmark international permettant de positionner l’économie marocaine
pour un ensemble d’agrégats jugés pertinent. Cette section vise à distinguer les spécificités
intrinsèques de l’économie marocaine et ce, afin de mettre en exergue les avancées
notoires réalisées par notre économie mais aussi prendre compte des déficits structurels
dont elle souffre encore. Ainsi, plusieurs points seront discutés partant de la volatilité de
notre croissance, aux efforts consentis en matière d’investissement, de son efficacité ou
encore du poids de l’épargne. La structure de production et les locomotives de croissance
au Maroc permettront de mieux évaluer les évolutions récentes. Une évaluation qui serait
également alimentée par une lecture des interdépendances sectorielles entre les
différentes branches d’activités. Enfin, au regard des déficits conséquents ayant marqué
une partie de la période récente, cette section propose une investigation sur la réalité des
déficits jumeaux au Maroc à travers une analyse des relations de causalité entre le déficit
budgétaire et le solde du compte courant, d’une part, et des corrélations entre besoins
et/ou capacités de financements des différents secteurs institutionnels d’autre part. Ceci
permettrait notamment de mieux comprendre la dynamique existante pour mieux outiller
le décideur politique face à une éventuelle augmentation des prix internationaux ou encore
détérioration des perspectives internationales.
La deuxième section propose de revenir sur le potentiel de croissance à travers une optique
purement statistique reposant sur des méthodes non structurelles, décomposées en des
processus de filtrages uni-variés et multivariés. Ce choix vise à discuter certaines approches,
11
souvent surutilisées en littérature, afin de mieux en comprendre les implications, limites et

forces. En effet, une discussion des filtres les plus utilisés dans la littérature empirique est
effectuée, tout en proposant une application de ces derniers, sous différentes variantes, aux
données marocaines. Outre les moyennes mobiles, il sera question d’utiliser et de discuter
les filtres de Hodrick-Prescott, de Cristiano-Fitzerald ou encore de Baxter-King. Emanant de
lectures et interprétations différentes, le paramétrage des filtres constitue en soi une étape
importante dans la datation des cycles par les filtres statistiques, ce qui implique une bonne
connaissance des effets liés à chacune des variantes disponibles. Dans ce sens, une lecture
comparative des résultats obtenus par les différentes méthodes est effectuée.
La troisième section s’intéresse aux méthodes dites structurelles de mesure du potentiel de

croissance. Dans ce sens, elle revient brièvement sur les théories explicatives de la
croissance économique, en distinguant notamment la théorie de la croissance exogène des
développements relatifs à celle de la croissance endogène. Ensuite, cette section propose
une application de certaines des méthodes structurelles les plus utilisées. Elle retient, en
premier, la fonction de production de type Cobb-Douglass à deux facteurs puis à trois
facteurs. Cette méthode permet de mettre en relation le potentiel de croissance aux
facteurs de production, notamment le travail, le capital et la productivité totale des
facteurs. Ensuite, cette section propose une application des modèles VAR structurels avec
variables exogènes permettant d’asseoir un certain nombre de restriction de long et de
court termes émanant de la littérature économique distinguant les implications des chocs
d’offre et de demande sur le potentiel de croissance. Enfin, l’approche néo-keynésienne
reposant sur les courbes de Phillips avec processus de Kalman autour d’états stationnaires
est discutée et appliquée au cas marocain avant de résumer l’ensemble des résultats à
travers une lecture critique.
12
Section 1 : L’économie marocaine : quelques faits stylisés
Introduction
Cette section revient sur certains des principaux faits stylisés marquant l’économie
marocaine. Avec pour objectif de tracer les éléments clés à prendre en compte dans le reste
des travaux se rapportant à la croissance économique, elle essaie de détailler certaines
particularités intrinsèques de l’économie marocaine. Dans ce sens, elle propose de discuter
de la volatilité de la croissance du Maroc, de son évolution dans le temps ainsi que des
facteurs qui lui sont explicatifs. En outre, le diagnostic proposé revient sur la structure
sectorielle de la croissance économique en discutant notamment de son évolution, des
performances des branches d’activités et des effets d’entrainements intersectoriels.
Il sera question aussi de mettre en avant les performances réalisées par les moteurs de
croissance au Maroc, en analysant notamment l’évolution de la consommation finale des
ménages, celle des administrations publiques ainsi que de l’investissement. Dans ce sens, la
présente section essaie de positionner le Maroc par rapport au reste du Monde pour un
ensemble d’indicateurs macroéconomiques jugés importants dans le processus de prise de
décision, à l’image notamment du taux d’investissement, du taux d’épargne, du rendement
de l’investissement ou encore de la disponibilité d’infrastructures.
Dans l’ensemble, l’économie marocaine a pu enregistrer d’importantes avancées au fil des

années mais les évolutions récentes en matière des déficits courants et budgétaires n’ont
pas manqué de rappeler le scénario des années précédant le programme d’ajustement
13
structurel. Ceci a mis en exergue, également, nombres de dysfonctionnements majeurs

constituant des goulots d’étranglement altérant significativement le processus de
développement du pays. Dans ce sens, il sera question de comprendre la dynamique
observée au cours de ces dernières années en discutant notamment de la véracité des
déficits jumeaux au Maroc à travers une lecture des relations de causalités entre le solde
budgétaire et celui du compte courant. Pour approfondir davantage cette investigation, une
lecture des corrélations dynamiques liant le solde courant aux capacités et/ou besoins de
financement des secteurs institutionnels est menée.
1. Faiblesse du PIB par habitant
Le PIB par habitant au Maroc se situe en 2015 à prix courants à près de 3.000 US dollars par
an, soit un niveau similaire à celui de la France dans les années 1970-1971 ou encore celui
de l’Espagne dans les années 1974-1975. Ce niveau classe, selon la Banque mondiale,
l’économie marocaine dans la catégorie des pays à « Revenu intermédiaire, tranche
inférieure ».
Graphique 1.1.1 : PIB per capita en 2015, US dollars
Source : Données de la Banque Mondiale et calculs auteur

Le pouvoir d’achat des habitants au Maroc est revenu d’une moyenne de 28,7% (10%) de
celui des habitants espagnols (français) dans les années soixante à moins de 10% (7%) en
14
moyenne au cours des dix dernières années. Ce ratio passe en moyenne de 68,5% (décennie
Soixante) à 31,8% (10 dernières années) en comparaison avec la Malaisie, 35,8% à 6,2% en
comparaison avec Singapour… et plus globalement de 34,2% à 29,7% par rapport au PIB
mondial par habitant. Ceci indique notamment que la dynamique de croissance du PIB par
habitant au Maroc a été inférieure à celle enregistrée par l’économie mondiale et plus
particulièrement celle des pays émergents. Ce premier constat interpelle notamment sur
l’ampleur des performances relatives de l’économie nationale ainsi que la réalité du
processus de convergence !!!
Graphique 1.1.2 : Croissance économique au Maroc
Source : Données HCP et calculs auteur

2. Réduction de la volatilité de la croissance au Maroc
La croissance économique au Maroc se distingue par un profil erratique, tributaire

notamment de sa composante agricole. Cependant, la volatilité de la croissance a connu
une nette réduction au fil des années. En effet, une analyse comparative des données de la
croissance à l’échelle temporelle et mondiale indique que la volatilité de la croissance du
Maroc, mesurée par son écart type, s’est établie à des niveaux élevés en comparaison avec
ceux enregistrés à l’échelle internationale sur la période 1980-1999. Celle-ci a été réduite à
1,6 entre 2000 et 2015, ce qui classe désormais le pays parmi ceux ayant une faible volatilité
du PIB sur la période. Ce constat, d’une grande utilité pour le reste des travaux, fait état
d’une partie des avancées réalisées par l’économie marocaine et interpelle sur la pertinence
15
d’utiliser le PIB dans la définition de relations économiques fondamentales, basées sur des
approches requérant un long historique. En effet, la forte volatilité du PIB, observée
notamment durant les années quatre-vingt-dix, pourrait altérer l’ordre de mesure de
certains coefficients empiriques, tels la propension marginale à consommer, celle à
épargner ou encore le taux d’informalité régissant l’économie nationale. Dans ce sens, il
serait opportun de tenir compte dans le reste des travaux de la source de cette volatilité.
Graphique 1.1.3 : Volatilité de la croissance du PIB 1980-1999
Source : Données du FMI et calculs auteur

En outre, la volatilité glissante historique 3 indique une baisse quasi-continue de la volatilité
aussi bien de la valeur ajoutée agricole que celle du PIB. En parallèle, la volatilité du PIB non
agricole semble converger rapidement autour d’une valeur d’équilibre de l’ordre 1,7. Ce
constat renseigne notamment sur la pertinence de choisir le PIB ou sa composante non
agricole.
Graphique 1.1.4 : Volatilité glissante historique
3
Fait référence à l’écart-type historique calculé sur chaque période.
16
Source : Données du HCP et calculs auteur

Graphique 1.1.5 : Volatilité de la croissance du PIB entre 2000 et 2015
Par ailleurs, depuis l’année 2000 l’économie marocaine a pu réduire d’une manière tangible
la volatilité de sa croissance. Cette réduction, largement perçue en comparaison
internationale, s’explique, d’une part, par la baisse de la participation du secteur agricole à
l’activité économique ainsi que par le repli conséquent au cours des quinze dernières
années de la volatilité de ce secteur, lié en grande partie à la succession de bonnes
conditions climatiques ainsi que l’impact éventuel de l’introduction de technologies
nouvelles dans le secteur agricole. Elle trouve aussi pour explication, l’évolution de la
volatilité internationale à la suite des effets de la crise et des évolutions des cours des
matières premières.
17
Tableau 1.1.1 : Moyennes et volatilités de la croissance et de ses composantes

Moyenne
1981-1989 1990-1999 2000-2009 2010-2015
VA agricole 8.1 5.4 8.1 4.7
PIB non agricole 4.8 3.7 4.5 3.9
VA non agricole 3.5 3.6 4.4 3.6
Impôts sur les produits nets des subventions 14.3 4.1 5.5 7.2
PIB 5.0 3.2 4.8 4.0
Ecart-type
1981-1989 1990-1999 2000-2009 2010-2015
VA agricole 25.1 38.9 18.2 10.1
PIB non agricole 1.8 2.0 1.6 0.9
VA non agricole 1.8 2.2 1.9 2.0
Impôts sur les produits nets des subventions 9.1 3.7 4.9 8.7
PIB 4.7 5.9 1.9 1.1
Source : HCP et calculs auteur
Pour sa part, les activités non agricoles ont enregistré une nette amélioration de leur
performance au cours de la décennie 2000 avant d’être rattrapées par les effets de la crise
financière internationale. Relativement à la volatilité de ces activités, elle s’avère
globalement stable dans le temps, ce qui indique l’intérêt éventuel de substituer la
croissance par sa composante non agricole ou d’intégrer des indicateurs exogènes pouvant
capter la volatilité du secteur agricole dans les études se rapportant aux évolutions
fondamentales.
Graphique 1.1.6 : Croissance économique au Maroc
18
Source : Données du HCP et calculs auteur
Malgré des avancées indéniables, matérialisées notamment par le recul du poids du secteur
primaire, dont la participation au PIB est revenue de 19,9% en 1970 4 à 10,8% en 2007 5,
celui-ci semble conditionnée encore, mais à moindre mesure, le profil de la croissance au
Maroc.
Les comptes nationaux base 2007 font ressortir notamment un coefficient de corrélation de
92,6% entre le taux de croissance du PIB et celui de la valeur ajoutée agricole à prix
constants sur la période 1980-2016. Ce coefficient s’élève à 89,5% entre la croissance de la
valeur ajoutée agricole et celle de la production céréalière et à 76,3% entre la croissance du
PIB et celle de la production céréalière alors qu’il se limite à 25,2% entre la croissance du
PIB non agricole et celle de la production céréalière. Ainsi, la valeur ajoutée se rapportant à
la branche céréalière semble être à l’origine de la volatilité de la croissance agricole et par la
même celle de la croissance du PIB.
Tableau 1.1.2 : Structure de la valeur ajoutée agricole, aux prix de l’année 2012
2014 2015
Cultures 71 71.8
Céréales 15.8 23.8
Légumineuses 1 1
Cultures industrielles et oléagineuses 1.5 1.4
Cultures maraichères 19.4 16.2
Arboriculture fruitière 25.2 21.5
Cultures fourragères 3.8 3.7
Aménagement et plantation 4.3 4.1
Elevage 28 27.1
Sylviculture, exploitation forestière, services annexes 1 1.1
Source : DEPF, Rapports économiques et financiers des Lois de finances
Graphique 1.1.7 : Production céréalière et croissance agricole
4
SCN de 1968, base 1969
5
SCN de 2008, base 2007
19
Sources : Données HCP et Ministère de l’agriculture et calculs auteur

3. Structure de l’offre : vers une tertiarisation de l’économie
La structure des éléments de l’offre a enregistré d’importants changements qui se sont

reflétés par une nette progression du secteur tertiaire, une réduction de la volatilité du
secteur agricole ainsi que par une certaine stabilisation de la contribution à la croissance
des activités secondaires. En effet, la volatilité du secteur agricole est revenue de plus de 39
durant la décennie quatre-vingt-dix à 15,4 sur la période allant de 2000 à 2016 avec une
contribution absolue à la croissance qui s’est stabilisée sur la période à 11,7%.
Graphique 1.1.8 : Structure de la croissance économique
20
Sources : Données HCP et calculs auteur
Au niveau des activités secondaires, leur contribution absolue au PIB est revenue de 30% en
moyenne durant la décennie quatre-vingt à une valeur de 26% sur le reste de la période.
Cette stabilité recouvre des changements importants dont notamment le recul de la part
des activités industrielles à moins de 20% à partir de la fin des années quatre-vingt-dix et
une relative prise d’importance de la branche du bâtiment et travaux publics, parallèlement
au développement du marché immobilier ainsi qu’à la réalisation des programmes de
construction de logements et des grands chantiers d’infrastructure.
Pour leur part, les services globalement non marchands -Administrations publiques,
éducation et santé-, exprimés en pourcentage du PIB, ont enregistré une première phase de
stagnation entre 1986 et 1996 autour de 15,1% avant d’entamer une orientation
globalement haussière pour atteindre 18,4% en 2014 avant de revenir à 17,5% en 2015. En
parallèle, les services marchands ont connu trois phases d’évolution. La première entre
1980 et 1990, durant laquelle, ils se sont stabilisés autour de 30,8% puis une deuxième
phase de croissance rapide, avec une proportion au PIB en accélération quasi-continue
jusqu’en 2007, avec un maximum de 37%, suite au renforcement des branches touristiques
et celle des « postes et télécommunications ». Puis la troisième phase qui s’étale depuis
21
l’avènement de la crise financière et se caractérise par une baisse continue du poids des
services marchands pour revenir à 32,2% du PIB en 2015.
Relativement aux impôts sur les produits nets Graphique 1.1.9 : Contribution absolue au
PIB des impôts sur les produits nets des
des subventions, leur contribution absolue au
subventions
PIB a évolué en plusieurs phases différentes,
en fonction notamment des prix des produits
énergétiques, du taux de change, des
décisions et politiques économiques menées
en matière de compensation, ainsi qu’en
fonction de l’évolution des impôts indirects et
de l’effort de recouvrement des autorités
compétentes.
Ainsi, à partir de 2013, cette rubrique a connu une nette augmentation suite notamment à
la conjugaison des mesures entreprises en matière de libéralisation des prix des produits
énergétiques et de la baisse conséquente des cours énergétiques.
4. Structure de l’offre : ampleur des effets d’entrainement
Calculés sur la base du tableau entrée sortie (TES) de 2014 du SCN base 2007, les effets
d’entrainement intra-branches permettent d’évaluer les conséquences d’une augmentation
d’un dirham supplémentaire de la demande adressée à un secteur donné. Cette approche
repose sur les équilibres ressources emplois sectoriels à travers notamment le calcul des
coefficients techniques entre consommation intermédiaire d’un produit par une branche et
la production totale de cette branche. Les calculs effectués permettent d’identifier les
secteurs dont l’effet d’entrainement est le plus important (en 2014) ce qui facilite la
compréhension des développements sectoriels de l’économie nationale. Les résultats
obtenus indiquent globalement qu’une demande additionnelle d’un dirham supplémentaire
peut générer en moyenne 1,65 dirham, avec toutefois des résultats différents d’une
branche à l’autre. En effet, alors que les branches du BTP et du Raffinage de pétrole
disposent d’un effet d’entrainement largement supérieur à la moyenne, celles des services
22
rendus aux entreprises, de l’éducation et des activités financières et d’assurance disposent

d’un effet largement inférieur à la moyenne.
Graphique 1.1.10 : Effets d’entrainement des branches d’activités économiques
5. Baisse quasi-continue de la population active
La population active âgée de plus de quinze années s’est accrue en moyenne annuelle de
0,9% sur la période s’étalant de 1999 à 2016, pour atteindre 11,747 millions de personnes
en 2016. Tenant compte d’une progression annuelle de 1,8% de la population en âge de
travail, le taux d’activité s’est inscrit dans une tendance baissière, revenant de 54,4% en
1999 à 46,4% en 2016. Ce repli a concerné aussi bien les zones urbaines que rurales et a été
quasi-généralisé à toutes les catégories de la population.
Pour les jeunes en particulier, si l’allongement de la scolarisation peut expliquer en partie

leur retrait du marché du travail, le découragement lié aux difficultés croissantes d’insertion
reste un autre facteur important. Quant aux femmes, outre ces précédents facteurs, les
normes socioculturelles ainsi que la situation matrimoniale impacteraient également leur
activité. En effet, le taux d’activité chez les femmes au Maroc ressort très faible en
23
comparaison aussi bien avec celui des hommes qu’en lecture internationale. A l’échelle
nationale, près d’un jeune sur quatre, âgés de 15 à 24 ans (1.685.000 jeunes), ne travaille
pas, n’est pas à l’école et ne suit aucune formation 6. Par sexe, cette proportion s’élève à
44% parmi les jeunes femmes (1.319.000 personnes) et à 11,7% parmi les jeunes hommes
(366.000 personnes).
En outre, la part des actifs occupés au Maroc ne disposant d’aucun diplôme atteint
6.426.000 (en 2016), soit une proportion de 60,4% du total de cette population. Les actifs
disposant d’un diplôme moyen 7 constitue 27,2%, avec une population de 2.900.000, et ceux
ayant un diplôme de niveau supérieur 8 constituent 12,4%, soit 1.316.000 actifs.
6. Contenu en emploi de la croissance économique
La structure de l’emploi se caractérise entre 1999 et 2016 par une baisse conséquente de la
contribution du secteur agricole et de l’industrie. Celle-ci s’est opérée à la faveur des
secteurs des services et du BTP. Dans ces conditions, le secteur des services se positionne
comme étant le premier pourvoyeur d’emplois au Maroc depuis 2012. En effet, la
contribution absolue de la branche agricole à l’emploi au Maroc est revenue de 45,8% en
1999 à 38% en 2016. En outre, celle des activités industrielles a baissé à 11,3% en 2016
contre 14,1% en 1999. En parallèle, les services ont vu leur participation absolue à l’emploi
s’élever à 40,8% en 2016 contre 33,6% en 1999, soit une hausse de 7,2 points de
pourcentage. Par ailleurs, le secteur du BTP, dont la contribution à l’emploi a stagné autour
de 6,5% entre 1999 et 2003, a connu une hausse quasi-continue de celle-ci entre 2004 et
2011, avant qu’elle n’entame une trajectoire baissière à partir de 2012 pour se stabiliser à
9,3% entre 2013 et 2015. En 2016, la part du BTP s’est élevée à 9,8%.
6
Cet indicateur a été introduit depuis 2010 par la Commission Européenne pour identifier les jeunes qui ne sont ni en emploi, ni en éducation, ni en
formation. Il concerne une catégorie, plus large que les jeunes au chômage, qui recouvre des situations très diverses dont certaines cumulent les facteurs de
vulnérabilité : jeunes qui, pour une raison ou une autre, ne peuvent pas ou ne veulent pas travailler, jeunes au foyer familial, jeunes volontaires, jeunes en
situation de handicap, jeunes en recherche d’orientation, autres jeunes inactifs.
4
Les diplômes de niveau moyen regroupent les certificats de l'enseignement primaire, ceux du secondaire collégial et les diplômes de qualification ou de
spécialisation professionnelle.
5
Les diplômes de niveau supérieur regroupent les baccalauréats, les diplômes de techniciens ou de techniciens spécialisés et les diplômes d'enseignement
supérieur (facultés, grandes écoles et instituts).
24
L’analyse de l’évolution du contenu en emplois de la croissance explique globalement ce

constat. En effet, alors que chaque point de croissance dans le secteur agricole génère
1.370 postes entre 1999 et 2015, elle procure 6.908 emplois dans le secteur industriel et
18.636 postes dans le secteur tertiaire.
Par ailleurs, le taux de sous-emploi ressort en hausse continue sur les cinq dernières
années, évoluant de 9,2% en 2012 à 11,3% en 2016 au niveau national. Le nombre des actifs
occupés en situation de sous-emploi totalise 1.207.000 en 2016 et s’avère le plus répandu
dans le secteur du BTP, avec une proportion de 18,5%, dans l’agriculture avec une part de
11,6% et dans les services avec une proportion de 10,1%.
7. Structure de la demande : des moteurs en panne
Sur la base d’une lecture des données des éléments de la demande, la consommation finale
des ménages ressort le principal moteur de la croissance, avec une contribution moyenne
de 2,8 points de pourcentage entre 1980 et 2015. L’investissement, pour sa part, contribue
à hauteur de 1,3 point de pourcentage en moyenne sur la période tandis que la contribution
de la consommation finale des administrations publiques s’établit à 0,3 point de
pourcentage. En somme les éléments de la demande intérieure participent à hauteur de 4,4
points de pourcentage à la croissance économique. En parallèle, la contribution de la
demande extérieure nette s’avère négative à hauteur de 0,1 point de pourcentage en
moyenne sur la période.
Graphique 1.1.11 : Moyennes historiques Graphique 1.1.12 : Contributions à la

croissance
25
Consommation finale des ménages, principal moteur de la croissance en berne : avec une
évolution erratique largement dépendante de la volatilité agricole 9, la consommation des
ménages est le principal moteur de la croissance. Sa résilience en période de crise,
alimentée par une sensible amélioration des conditions climatiques, a permis, en partie, de
relativiser les effets de la crise financière internationale sur l’économie marocaine. Elle a
cependant été rattrapée par l’affaiblissement continu des revenus non agricoles à partir de
2013 et par la persistance de la faiblesse des transferts en provenance de l’extérieur qui
tardent encore à retrouver leur niveau d’avant-crise 10. En outre, le changement
d’orientation de la politique budgétaire, à partir de 2013, pour asseoir, comme objectif, le
retour aux équilibres macroéconomiques, après une phase expansionniste très couteuse en
matière de budget, n’a pas manqué d’impacter à son tour la consommation finale des
ménages.
Pour mieux appréhender les éléments sous-jacents à cette décélération, une lecture de la
consommation finale des ménages par produits des branches d’activités permet d’identifier
une décélération de 0,7 point de pourcentage de la contribution des branches agricoles (0,4
point) et agroindustrielles (0,3 point) entre les périodes 2008-2012 et 2013-2015. Ce
9
Avec une corrélation de 75,8% entre la consommation finale des ménages et la valeur ajoutée agricole, le tout à prix constants.
10
Exprimés en pourcentage du PIB, ces transferts courants sont revenus d’une moyenne de 9% entre 2004 et 2008 à 8,2% entre 2009 et 2016, avec une
valeur de 7,6% en 2015 et 8,5% en 2016.
26
ralentissement a concerné également la consommation en produits des branches des

postes et télécommunications (0,6 point de pourcentage), des activités financières et
assurances (0,4 point) et la consommation en produits de la branche électricité et eau (0,2
point).
Investissement, beaucoup d’efforts mais des résultats bien mitigés. Avec une progression
moyenne de 8,5%, l’investissement a enregistré une nette accélération de son ratio au PIB
durant 2000-2015 pour s’établir à 32%11 en moyenne, soit un niveau des plus élevés à
l’échelle internationale. Depuis l’avènement de la crise et les mesures adoptées par les
autorités publiques en matière de consolidation budgétaire, le taux d’investissement a
connu un relatif recul pour revenir de 35,5% entre 2007 et 2012 à 32,3% en moyenne entre
2013 et 2016. Dans ces conditions, la contribution à la croissance de l’investissement est
revenue de 2,2 points de pourcentage à -0,1 point entre 2013 et 2015 avant de s’établir à
1,6 points 12 en 2016.
Graphique 1.1.13 : Taux d’investissement moyen 2000-2015
Source : Données Banque Mondiale et calculs auteur
11
Avec un taux de 32,1% en 2016, cette moyenne est restée inchangée sur la période 2000-2016.
12
Au regard des données réelles et nominales, ce chiffre risque de changer considérablement dans la mise à jour des comptes nationaux annuels qui serait
publiée en 2018.
27
En outre, l’investissement au Maroc se distingue aussi par la faiblesse de son rendement,

mesuré par l’ICOR, qui s’établit à 7,8 entre 2000 et 2015, soit l’un des niveaux les plus
élevés à l’échelle internationale. Ainsi, malgré des proportions très élevées en comparaison
internationale, l’investissement semble manquer d’efficience et d’efficacité et s’avère
pénalisé par son incapacité à promouvoir l’emploi et la productivité.
Graphique 1.1.14 : ICOR moyen 2000-2015
Outre le manque d’efficacité et d’efficience ou encore les retards accumulés à achever

certains projets, l’une des explications éventuelles à ce résultat peut avoir trait à l’important
effort consacré par les autorités publiques pour rattraper le retard accumulé par le pays en
matière d’infrastructure. En effet, le pays a pu réaliser d’importantes avancées en la
matière, en témoigne notamment plusieurs classements internationaux, à l’image de celui
du Global Entrepreneurship Monitor (GEM) de 2015/2016 qui classe le Maroc parmi les
pays ayant des niveaux supérieurs à la moyenne en matière d’infrastructure. Si le niveau
des infrastructures au Maroc semble globalement satisfaisant, il importe selon la même
source de palier à des déficits chroniques en matière d’appui à la R&D, de renforcement de
la culture de l’entreprenariat et de l’accompagnement des projets.
28
Graphique 1.1.15 : Évaluations des experts de l'écosystème entrepreneurial

(Rang sur 62 inscrits entre parenthèses)
Source : Global Entrepreneurship Monitor, GEM : 2015/2016
Epargne nationale, importante mais insuffisante : Avec un taux de croissance moyen de

8,3% à prix courants, l’épargne nationale est dominée par celle intérieure et repose à
hauteur de 17,5% en moyenne sur les revenus et transferts en provenance de l’extérieur.
Cette proportion a atteint son maximum de 27,4% (ou 9,3% du PIB) en 2007.
Graphique 1.1.16 : Epargne nationale, en % du PIB
29
En particulier, l’épargne nationale exprimée en pourcentage du PIB a enregistré une forte

évolution entre 2001 et 2008 pour atteindre une moyenne de 32,7% du PIB. Depuis, elle est
revenue à 28,8% du PIB en 2016, soit une baisse de 3,9 points de pourcentage du PIB. Ce
ralentissement s’explique aussi bien par la décélération des revenus domestiques que par
celle des revenus et transferts en provenance de l’extérieur à la suite des effets de la crise
sur le taux de chômage dans les pays émetteurs, notamment européens. En effet, les
revenus et transferts en provenance de l’extérieur sont passés d’une moyenne de 8,5% du
PIB entre 2004 et 2008 à 6,3% du PIB entre 2009 et 2015, soit une baisse de 2,2 points de
pourcentage entre les deux périodes. Ceci étant, l’épargne nationale atteint des proportions
importantes en comparaison internationale. En effet, sur la période 2000-2015, elle s’établit
à une moyenne bien supérieure à celle mondiale.
Graphique 1.1.17 : Taux d'épargne moyen 2000-2015
Dans ces conditions, l’épargne nationale a permis de couvrir 92,7% de l’investissement sur
la période s’étalant de 1980 à 2015. Ce constat s’avère très différencié selon l’espace
temporel. En effet, alors que le pays était en situation d’excédent de financement (de
30
l’ordre de 2,9% du PIB en moyenne) sur la période allant de 2001 à 2006, le besoin de
financement de l’économie marocaine a atteint des proportions très inquiétantes pour
s’élever à 9,5% du PIB en 2012, soit une proportion proche de celle enregistrée entre 1981-
82, avant de revenir à 1,9% du PIB en 2015, suite notamment à l’accalmie des prix
énergétiques, l’introduction de la liberté des prix des produits pétroliers, hors gaz butane,
et l’amélioration de la dynamique des exportations portée par les métiers mondiaux du
Maroc et plus particulièrement, l’automobile et l’aéronautique. En 2016, bien que la
politique budgétaire restrictive ait été maintenu, le déficit courant a connu une sensible
augmentation pour s’établir à 4,3% du PIB.
Graphique 1.1.18 : Besoin et capacité de financement de l’économie marocaine en % du PIB
8. Déficits jumeaux au Maroc : une analyse historique 13
Fondamentalement deux thèses opposées essayent d’expliquer la relation existante entre

solde budgétaire et celui du compte courant. La première affirme l’absence d’un lien de
causalité alors que la deuxième prône l’existence d’une relation de cause à effet. De
fondement classique, la première thèse repose sur la neutralité de la politique budgétaire
Ce travail propose une mise à jour (incorporant les données de 2015) de la publication « Les déficits jumeaux
13
au Maroc du mythe aux réalités : quelles implications pour l’économie marocaine », Mokhtar Benlamine,
OCPPC 2015.
31
en stipulant que celle-ci reste sans effets sur les agrégats réels. Se basant sur l’hypothèse du
comportement altruiste des agents économiques et sur « la neutralité et/ou l’inefficacité »
de la politique budgétaire, pierre angulaire de l’équivalence Ricardienne, ce courant affirme
l’absence d’une relation entre solde budgétaire et celui courant (Barro 1974).
L’approche conventionnelle qui affirme, pour sa part, l’existence des déficits jumeaux
regroupe les écoles de pensées monétaristes, l’école de Cambridge, les keynésiens et la
théorie néoclassique d’horizon fini. L’école de Chicago ou l’approche monétaire de la
balance des paiements précise que le déficit extérieur provient d’un excès d’émission
monétaire visant à financer le déficit budgétaire qui va servir à l’achat de biens et/ou actifs
de l’extérieur. La théorie comportementale, dite « behavioriste », de l’Ecole de Cambridge
présentée par Godley et Cripps (1974), stipule, pour sa part, l’existence d’un lien parfait,
total et unilatéral du déficit budgétaire à celui extérieur.
Selon la théorie Keynésienne (Fleming, 1962 ; Mundell, 1963 ; Kearney et Monadjemi, 1990
et Haug, 1996), la relation de cause à effet du déficit budgétaire au déficit extérieur est
expliquée par les canaux des taux d’intérêt et de change. Ainsi, suivant le modèle IS-LM-BP
pour une petite économie ouverte, une aggravation du déficit budgétaire devrait générer
une hausse des taux d’intérêt, induisant un afflux des capitaux étrangers et par la même
une augmentation de l’absorption puis une appréciation de la monnaie ainsi qu’une
détérioration du déficit du compte courant, conséquence de l’accroissement des
importations et du ralentissement des exportations, qui pâtissent des effets de change.
Par ailleurs, la théorie néoclassique d’horizon fini (Diamond, 1965 ; Blanchard, 1985 ;
Frenkel et Razin, 1992) stipule qu’une réduction des taxes pour un niveau donné des
dépenses publiques, génère une baisse de l’épargne publique parallèlement à un
accroissement moins proportionnel de l’épargne privée. Ceci induit un repli de l’épargne
nationale et en conséquence soit un ajustement (parfait) de l’investissement (à travers les
taux d’intérêts et l’effet d’éviction), soit un creusement des déficits du compte courant.
Constituant un prolongement des explications behavioristes et keynésiennes, Bispham
(1975) indique aussi un sens opposé et positif de causalité, en postulant qu’une
32
amélioration des exportations, provenant d’une demande mondiale plus importante, serait
à l’origine d’une atténuation du déficit courant parallèlement à une progression des
recettes fiscales et par la même un allégement du déficit budgétaire.
En somme, même les approches validant l’hypothèse des déficits jumeaux ne semblent pas
être unanimes sur le sens de causalité, laissant ainsi un grand champ d’investigation aux
travaux empiriques qui tendent à présenter bien souvent des résultats divergents, selon les
pays étudiés, le choix des périodes, des méthodes et des variables.
En utilisant le filtre Hodrick-Prescott (HP) sur le besoin de financement du Trésor et sur le

solde du compte courant exprimés en pourcentage du PIB, il est constaté une forte
corrélation de 83,7% entre les tendances statistiques de ces deux agrégats, qui constituent
des approximations – largement utilisées en littérature économique- du « besoin de
financement structurel du Trésor » et du « solde structurel du compte courant ». Ceci
indique ainsi une certaine synchronisation entre les tendances des deux agrégats. En
parallèle, le coefficient de corrélation entre les cycles des deux agrégats ressort à 12,1%,
soit un niveau largement inférieur à celui enregistré entre les tendances de ces derniers.
Graphique 1.1.19 : Cycles et Tendances du besoin de financement du Trésor et du

solde du compte courant en % du PIB
33
Sources : HCP, MEF, Office de changes et calculs auteur
Dans ce qui suit on se propose d’analyser l’existence de relation de causalité au sens de

Granger entre le solde de financement du Trésor et celui du compte courant. L’analyse
effectuée repose sur un modèle VAR à quatre variables endogènes :
- Le solde de financement du Trésor ;

- Le solde du compte courant ;
- Le PIB non agricole à prix constants ;
- L’IPC.
Et quatre variables exogènes :
- Le PIB de l’Union européenne, en première différence ;

- Le prix du pétrole, en première différence ;
- Le ratio des dépenses de compensation sur le prix du pétrole, en première
différence ;
- Les recettes des privatisations, en niveau.
Il en ressort globalement qu’il est possible de rejeter l’hypothèse nulle qui stipule que le
solde de financement du Trésor ne cause pas au sens de Granger le solde du compte
courant. Ainsi, il est relevé statistiquement que le solde budgétaire cause au sens de
Granger le solde du compte courant. En parallèle, les tests de causalité au sens de Granger
permettent de préciser que le compte courant ne cause pas, pour sa part, le solde de
financement du Trésor. Ces différents éléments permettent ainsi de préciser l’existence
d’une relation de causalité unidirectionnelle au sens de Granger entre le solde de
financement du Trésor et celui du compte courant.
9. Vers une redécouverte des déficits jumeaux
Dans ce qui suit, il est question d’examiner l’hypothèse des déficits jumeaux à travers
l’exploitation des données de la comptabilité nationale établies par secteurs institutionnels.
Ce découpage s’intéresse en particulier au regroupement des unités institutionnelles en
34
secteurs institutionnels à objet économique globalement proche. Ainsi, il est distingué le

secteur des administrations publiques, celui des ménages (y compris les ISBLM), les sociétés
financières et celles non financières.
Les données existantes à l’échelle nationale couvrent la période 1998-2015 14 en fréquence

annuelle, ce qui limite considérablement la robustesse des résultats statistiques obtenus.
Toutefois, cette approche permet de donner un regard croisé à la problématique des
déficits jumeaux à travers notamment un champ de couverture différent du secteur public
et une répartition du « secteur privé » en ménages, sociétés financières et non financières.
Graphique 1.1.20 : Besoin/capacité de financement par secteurs institutionnels, en % du PIB
Sources : HCP, Ministère de l’économie et des finances et calculs auteur
La répartition par secteur institutionnel du besoin de financement de l’économie s’avère

très révélatrice. Elle fait ressortir, en effet :
- Un retour aux capacités de financement au niveau des administrations publiques

(APU) en 2015, avec un surplus de 0,6% du PIB, contre un besoin de 2,5% du PIB
14
Données existantes à fin Juillet 2017.
35
entre 2011 et 2014, et ce après un excédent moyen de 1,9% entre 2006 et 2010 et
un besoin moyen de 1,6% sur la période s’étalant de 1998 et 2005 ;
- Un déficit structurel au niveau des sociétés non financières (SNF), qui atteint un
maximum de 11,2% du PIB en 2008 et 7,3% en moyenne entre 2009 et 2015 contre
2,7% du PIB entre 1998 et 2007 ;
- Un effondrement des capacités de financement des ménages (MEN) depuis 2007
pour s’établir en moyenne à 1,1% du PIB (2007-2015), soit un niveau proche de celui
de 0,7% enregistré entre 1998 et 2000, contre 5,8% du PIB sur la période 2001-
2006 ;
- Un excédent de financement globalement stable de l’ordre de 1,4% du PIB sur la
période d’analyse au niveau des sociétés financières (SF).
Concernant en particulier le secteur public, il ressort des éléments discutés jusqu’ici que
l’administration centrale enregistre entre 1998 et 2015 un déficit de financement bien plus
important que celui des administrations publiques. En effet, le solde de financement du
Trésor atteint 3,3% du PIB en moyenne entre 1998 et 2015 alors que le secteur des
administrations publiques enregistre un besoin limité à 0,7% du PIB en moyenne sur la
période.
En absence d’un historique suffisant pour mener des analyses robustes de la Causalité au
sens de Granger, il est proposé une lecture des coefficients de corrélation qui indiquent
entre autres la nature de la relation entre les capacités/besoins de financement de chaque
secteur et le solde du compte courant. Il en ressort notamment que le coefficient de
corrélation entre le solde de financement du compte courant, annoté BOP, et celui des
sociétés non financières atteint 84%, celui avec les ménages 76% alors que la corrélation
avec les administrations publiques est nulle.
Tableau 1.1.3 : Matrice des coefficients de corrélation

BOP APU SNF SF MEN
BOP 1.000000
APU 0.000300 1.000000
SNF 0.837124 -0.386326 1.000000
SF -0.175486 -0.406363 0.153646 1.000000
36
MEN 0.761218 -0.403667 0.608732 -0.206265 1.000000
Source : Calculs auteur
La décomposition en composantes
principales laisse envisager deux axes
Tableau 1.1.4 : Analyse en composantes
d’analyses permettant d’expliquer 81,4% principales
de l’inertie globale du solde du compte Eigen values: (Sum = 5, Average = 1)
Cumulative Cumulative
courant. Le premier axe ressort Number Value Difference Proportion Value Proportion
fortement et positivement corrélé avec le 1 2.601626 1.135218 0.5203 2.601626 0.5203

2 1.466407 0.778067 0.2933 4.068033 0.8136
solde du compte courant, le solde de
3 0.688340 0.448586 0.1377 4.756373 0.9513
financement des ménages et celui des 4 0.239754 0.235881 0.0480 4.996127 0.9992
sociétés non financières alors que le 5 0.003873 --- 0.0008 5.000000 1.0000
deuxième axe est positivement corrélé Variable PC 1 PC 2 PC 3 PC 4 PC 5
avec le solde de financement des BOP 0.555646 0.278604 0.336493 0.114035 -0.698145
administrations publiques et APU -0.271685 0.614298 0.584085 0.283553 0.356746

SNF 0.563328 -0.099312 0.345936 -0.565468 0.483087
négativement corrélé avec celui des
SF -0.008451 -0.722754 0.516129 0.458642 0.028529
sociétés financières. MEN 0.547754 0.113058 -0.399445 0.613586 0.388767
Ainsi, le solde du compte courant Source : Calculs auteur
semble être plus affecté par la situation

des ménages et celle des sociétés non
Graphique 1.1.21 : Orthonormal Loadings Biplot
financières que par la situation des 4
APU
3
administrations publiques.
2
Component 2 (29.3%)
BOP
Ne disposant pas d’une longévité 1

MEN
suffisante pour traiter aussi bien la

0
SNF
-1
stationnarité que la causalité au sens de 2001
-2
Granger, cet exercice permet de
-3
relativiser les résultats obtenus dans le -4 SF

-4 -3 -2 -1 0 1 2 3 4
point précédent et interpelle sur un
Component 1 (52.0%)
approfondissement futur de ces derniers
37
résultats pour pouvoir conclure sur la

pertinence de la causalité ou voir plus en
détail les canaux de celle-ci.
Conclusion
Cette section a permis de mettre en exergue plusieurs faits stylisés jugés utiles pour le reste
des travaux. En effet, elle a mis en relief l’importante volatilité de la croissance économique
dans son ensemble et les améliorations enregistrées sur les seize dernières années ainsi que
l’intérêt de recourir au PIB non agricole, qui se caractérise par sa faible volatilité, ou encore
d’introduire la production céréalière dans les futurs travaux de modélisation comme facteur
pouvant capter-expliquer cette volatilité voire la neutralisé.
Cette section a permis de comprendre aussi les origines de la dynamique récente de la

croissance, qui se démarque par un certain essoufflement de la composante non agricole.
En effet, la lecture des évolutions sectorielles ainsi que des effets d’entrainements
intersectoriels des différentes branches d’activités révèle le rôle aussi bien des activités non
marchandes que du BTP dans l’explication de cette décélération. En outre, l’essoufflement
de la demande intérieure pose avec acuité la problématique de la pérennité des sources de
croissance au Maroc.
A ceci s’ajoute l’analyse des interrelations existantes entre le solde courant et celui
budgétaire, qui dans un premier temps permet d’établir une relation de cause à effet du
déficit budgétaire au compte courant. Alors que dans un deuxième temps, la prise en
compte des dynamiques des besoins et/ou capacités de financements des différents
secteurs institutionnels associe un crédit bien plus important au rôle des sociétés non
financières. En associant ce dernier constat aux évolutions sectorielles enregistrées entre
1980 et 2015, il paraît, de plus en plus, évident qu’une redéfinition des priorités et des
38
avantages sectoriels accordés jusque-là s’avère nécessaire. Cependant, tout ajustement à

venir gagnerait à prendre compte des structures et difficultés actuelles et éventuellement
des impacts directs et indirects de chaque mesure afin d’asseoir une trajectoire plus
graduelle des réformes pouvant impacter négativement à court terme la croissance et
favoriser les mesures favorables à la croissance sans générer un creusement du déficit
budgétaire ni même celui du compte courant.
Enfin, malgré des avancées considérables, le chemin de l’émergence et de la convergence

n’est pas encore des plus aisés pour le Maroc. En effet, la dynamique de croissance du PIB
par habitant n’a pas été suffisante pour réduire le gap existant, qui ressort
malheureusement en accroissement, avec le PIB par habitant des pays à revenus
intermédiaires. Ceci étant, le reste du chapitre s’articule autour des méthodes statistiques
et structurelles de mesure du potentiel de croissance. L’intérêt étant de pouvoir analyser,
dans un premier temps, la répartition entre cycle et potentiel de l’essoufflement observé
récemment avant de pouvoir dans le reste des chapitres y associer aussi bien fiscalité
qu’informalité.
39
Section 2 : Potentiel de croissance, quelques méthodes statistiques
Introduction
L’évaluation du potentiel de croissance constitue un enjeu de grande importance dans les

processus de prises de décision de politiques économiques. En effet, elle permet d’établir le
positionnement dans les cycles d’activités ce qui alloue une meilleure conception des
instruments et politiques pro ou contra cycliques. Dans cette perspective, l’estimation du
potentiel de croissance joue un rôle crucial dans la conduite des politiques économiques à
travers la détection des déséquilibres entre offre et demande ainsi que la distinction de leur
nature, qu’elle soit temporaire ou permanente.
L’évaluation des pressions inflationnistes émanant des éléments de l’offre et de la demande

à travers le recours à l’output gap, constitue l’une des figures les plus citées en littérature
économique. Cet indicateur, fortement utilisé par les Banques centrales, constitue aussi un
outil incontournable dans l’évaluation du caractère structurel et/ou conjoncturel de
certains déséquilibres macroéconomiques, tels que les déficits courants et budgétaires.
L’estimation du potentiel de croissance est constituée d’une large et abondante littérature

théorique et empirique. On distingue notamment deux grandes familles permettant
d’obtenir le potentiel de croissance. La première tient à des approches statistiques non
structurelles alors que la deuxième fait partie des modèles structurels, dans le sens qu’ils
permettent et se basent sur un certain nombre d’ajustements théoriques. Pour les modèles
non structurels, ils peuvent être décomposés en processus de filtrage univariés ou
40
multivariés. En parallèle, les approches structurelles reposent largement sur la théorie

économique à travers notamment les fonctions de production, un conditionnement des
relations à tracer dans des modèles VAR ou VAR structurels ou encore des modèles DSGE.
En raison de cette diversité, le choix de la méthode peut avoir quelques incidences sur les
résultats et interprétations notamment au niveau des méthodes non structurelles. L’objet
de la présente section est de donner une illustration de ceci tout en vérifiant les
implications issues du choix des méthodes et paramétrages utilisés.
1. Genèse et définition du concept potentiel de croissance
Le potentiel de croissance est le niveau de production que peut atteindre une économie
avec une mobilisation maximale des facteurs de production, sans que n’apparaissent des
tensions inflationnistes sur les prix (Okun, 1962). La croissance potentielle correspond alors
à la croissance du PIB potentiel et l’écart de production (l’output gap) mesure l’écart entre
le PIB effectif et celui potentiel. Contrairement au PIB, ces deux grandeurs ne sont pas
observables directement et doivent donc être estimées.
Laxton et Tetlow (1992) font remarquer que cette définition a changé au fils des années.
L’estimation de l’output gap dans les années 1960-70 reposait, en effet, sur une méthode
simple qui consistait à le mesurer comme l'écart (en pourcentage) de la production globale
de sa tendance linéaire passant par les pics du cycle économique. Par construction l’output
gap était de signe négatif, et ce n’est qu’aux milieux des années soixante-dix que les
économistes ont abandonné cette méthode pour la substituer par des approches allouant
une certaine cyclicité des activités économiques.
Depuis, l’estimation du PIB potentiel et de l’output gap revêt de plus en plus d’importance.
Il lui est associé plusieurs utilisations, dont notamment le positionnement dans les cycle
d’activités, l’identification de la nature des chocs au regard de leur longévité ou encore
l’élaboration d’un diagnostic de politique monétaire à travers la règle de Taylor (1993).
2. Filtre de Hodrick–Prescott :
41
Constituant l’une des techniques les plus utilisées dans la littérature, le filtre de Hodrick-
Prescott, dit HP, se distingue notamment par sa simplicité. Il vise à décomposer une série
macroéconomique en une composante cyclique et une composante tendancielle. L’idée de
base est de supposer qu’une série Y se décompose en deux éléments :
𝑦𝑡 = 𝜏𝑡 + 𝑐𝑡
𝑐𝑡 ∶ Composante cyclique.
𝜏𝑡 : Composante tendancielle.
Le filtre HP consiste à estimer la tendance en minimisant les fluctuations autour de la

tendance qui s’ajuste à son tour aux observations.
𝑚𝑚𝑚𝜏𝑡 ∑𝑇𝑡=1(𝑦𝑡 − 𝜏𝑡 )² + 𝜆 ∑𝑇−1

𝑡=2 [(𝜏𝑡+1 − 𝜏𝑡 )(𝜏𝑡 − 𝜏𝑡−1 )] ² (1)
𝑚𝑚𝑚𝜏𝑡 ∑𝑇𝑡=1(𝑦𝑡 − 𝜏𝑡 )² + 𝜆 ∑𝑇−1

𝑡=2 [Δ𝜏𝑡+1 − Δ𝜏𝑡 ] ² (2)
Où 𝜆 est une constante de lissage prédéterminée, tels que :
- 14.400 pour les séries mensuelles.
- 1.600 pour les séries trimestrielles.
- 400 pour les séries semestrielles.
- 100 pour les données annuelles.
Cette constante de lissage distingue la part des fluctuations qui relève du court terme de
celle relevant du long terme. Le choix de cette valeur implique ainsi un arbitrage entre
l’amplitude du cycle et la régularité de la tendance. En effet, plus la constante de lissage 𝜆
est grande, plus la tendance de long terme sera lisse.
Dans ce sens, le choix du paramètre de lissage induit d’importantes considérations sur les
résultats obtenus, puisque celui-ci constitue un arbitrage de taille dans la mesure de la
longévité des cycles économiques ainsi que leur fréquence. En pratique, différentes valeurs
de paramétrages sont utilisées. Concernant plus particulièrement les données de fréquence
annuelle, si certains militent pour des valeurs grandes à l’instar de Baxter et King qui
proposent un intervalle variant entre 100 et 400, d’autres préconisent des valeurs
42
largement plus petites allant de 4 à 10 à l’instar de Maravall et Pederson. Cette différence a

trait à la définition même de la composante tendancielle et de son éventuelle relation avec
le cycle. Par construction, l’un des principaux inconvénients du filtre HP concerne la
constante de lissage dont la valeur est définie préalablement, ceci induit deux effets
indésirables :
1. Un effet de compression qui réside dans l’affectation à tort des cycles courts à la
tendance. S’en suit alors une tendance trop volatile et une composante cyclique
sous-estimée. Ceci est notamment le cas lorsque la valeur de 𝜆 est faible.
2. Un effet Leakage qui, à l’inverse de l’effet précédent, consiste à affecter à tort des
cycles longs à la composante cycliques. La composante cyclique est alors surestimée,
et la tendance est trop lisse. C’est d’ailleurs le cas quand les valeurs de 𝜆 sont trop
grandes.
Afin de contrer ces effets indésirables, une solution consiste à identifier dans un premier
temps la longueur critique du cycle retenu et dans un second temps à faire un arbitrage
entre les deux effets cités ci-dessus. Dans ce cadre, Pederson propose de considérer une
valeur de λ qui minimise une fonction de coût tenant compte à la fois de l’effet de
compression et de l’effet de leakage. Toutefois, l’une des illustrations les plus évidentes du
danger de cette application serait la capacité des économistes à prédire la longévité des
cycles de récession. Sous-estimer celle-ci induirait une réaction de moindre mesure à la
crise et impliquerait par conséquence un prolongement de celle-ci et vis-vers-çà.
Graphique 1.2.22 : Hodrick-Prescott Filter (lambda=100) Log(PIB)
43
14.0
13.6
13.2
12.8
.06
12.4
.04
.02 12.0
.00
-.02
-.04
-.06
1980 1985 1990 1995 2000 2005 2010 2015
L_PIB Trend Cycle

La décomposition des séries statistiques peut se faire sous une forme additive ou encore
multiplicative. Le choix de la méthode dépend de l’allure même de la série en question,
qu’elle soit tendancielle ou exponentielle. Cependant les dynamiques de fonds des séries
macroéconomiques changent dans le temps ce qui implique une variation des
fondamentaux de chaque série en fonction de la fraction temporelle étudiée. Dans ce sens,
il est recouru le plus souvent à une transformation logarithmique qui permet de rendre log-
linéaire toute série macroéconomique, ceci étant cette transformation induit certaines
implications sur le degré d’aplatissement des séries et ne s’opère pas directement sur les
données de signe négatif.
Une application du filtre HP au logarithme du PIB des données marocaines permet

d’identifier un cycle globalement volatile avec un léger changement de tendance observé au
début des années deux-mille. Sur la base aussi bien des discussions menées précédemment
que des enseignements tirés de la section précédente, il est proposé d’utiliser le filtre HP
sur une décomposition du PIB en valeur ajoutée agricole et PIB non agricole. L’agrégation
du PIB est effectuée sur la base d’une addition de la valeur exponentielle des tendances et
des cycles.
44
S_L_Trend_PIB = log(exp(l_trend_pibnonagricole) + exp(l_trend_va_agricole))
S_L_Cycle_PIB = log(exp(l_cycle_pibnonagricole) + exp(l_cycle_va_agricole))
Graphique 1.2.23 : Hodrick-Prescott Filter Graphique 1.2.24 : Hodrick-Prescott Filter

(lambda=100) Log(PIB non agricole) (lambda=400) Log(valeur ajoutée agricole)
13.6 12.0
11.6
13.2
11.2
12.8
.4 10.8
.04
12.4
10.4
.02 .2
12.0 10.0
.00 .0
-.02 -.2
-.04 -.4
1980 1985 1990 1995 2000 2005 2010 2015 1980 1985 1990 1995 2000 2005 2010 2015
L_PIBNONAGR Trend Cycle L_AGR Trend Cycle
Source : Calculs auteur Source : Calculs auteur
Cette méthode a l’avantage de pouvoir différencier entre le paramètre de lissage du PIB

non agricole et celui de la valeur ajoutée agricole. En effet, en considérant la grande
dépendance de la valeur ajoutée des fluctuations de la production céréalière, qui à son tour
dépend largement des conditions pluviométriques, il est possible de considérer les
fluctuations de la valeur ajoutée agricole comme étant des chocs temporaires à ne pas
considérer dans l’analyse des tendances. Cette hypothèse milite ainsi pour un paramètre de
lissage plus élevé pour la valeur ajoutée agricole. A l’instar des travaux de Baxter et King, il
est proposé d’utiliser un paramètre de lissage de l’ordre de 400 pour la valeur ajoutée
agricole et de maintenir celui du PIB non agricole à 100.
Graphique 1.2.25 : Cycles et tendances composites du Log(PIB)
45
14.0
13.6
13.2
.9 12.8
12.4
.8
12.0
.7
.6
.5
1980 1985 1990 1995 2000 2005 2010 2015
L_PIB
S_HP_TREND_L_PIB
S_HP_CYCLE_L_PIB
Le recours à une décomposition indirecte du PIB en tendance et cycle permet d’obtenir des
résultats légèrement différents d’une application directe. En effet, la méthode indirecte
associe notamment une plus faible volatilité au potentiel de croissance, qui ressort
légèrement supérieur au cours des dernières années à celui obtenu par la méthode directe.
3. Le filtre de Baxter –King
Le filtre Baxter et King, développé à partir de 1995, est un filtre passe bande. L’étude menée
par Marianne Baxter et Robert G. King applique ce filtre passe bande sur des séries
temporelles macroéconomiques afin d’isoler les fluctuations du cycle économique. Ce filtre
traite également la composante tendancielle des données, dans le sens, où il rend
stationnaires des séries temporelles intégrées d’ordre 2 ou 1 ainsi que des séries contenant
une tendance déterministe. Cette approche assimile la décomposition en cycle et tendance
à un problème de filtrage spectral. Ce filtre est obtenu en faisant la différence de deux
filtres passe-bas, un premier passe-bas, associé à la fréquence 𝜔0 , avec une fonction de
transfert de la forme suivante :
1, 𝑠𝑠 |𝜔| ≤ 𝜔0
𝐴�𝑒 −𝑖𝑖 � = �
0, 𝑠𝑠 |𝜔 > 𝜔0
46
Ce qui donne en développement en série de Fourier : 𝐴�𝑒 −𝑖𝑖 � = ∑+∞

𝑘=−∞ 𝑎𝑘 𝑒
−𝑖𝑖𝑖
dont les
1 +𝜔
coefficients de 𝑎𝑘 sont fournis par : 𝑎𝑘 = 2𝜋 ∫−𝜔 0 𝑒 𝑖𝑖𝑖 𝑑𝑑
0
𝜔0 sin(𝜔0 ℎ)
On a alors : 𝑎0 = et 𝑎ℎ = si ℎ ≠ 0
𝜋 𝜋ℎ
Par conséquent, la série 𝑦𝑡∗ issue du filtre passe-bas est fournie par la moyenne mobile
infinie suivante : 𝑦𝑡∗ = ∑+∞
−∞ 𝑎𝑘 𝑦𝑡−𝑘 (1)
L’équation (1) peut être réécrite de la manière suivante :
𝑦𝑡∗ = ∑+∞ 𝑘
−∞ 𝑎𝑘 𝐿 𝑦𝑡 (2)
Avec :
𝐿 un opérateur de retard tel que : 𝐿𝑘 𝑥𝑡 = 𝑥𝑡−1
𝑎(𝐿) = ∑+∞
−∞ 𝑎𝑘 𝐿
𝑘
Ainsi l’équation (2) devient : 𝑦𝑡∗ = ∑+∞

−∞ 𝑎(𝐿)𝑦𝑡 (3)
Afin d’approximer ce filtre infini par un filtre fini symétrique d’ordre 𝑘 comportant 2𝑘 + 1
termes, Baxter et King effectuent une troncature du filtre infini à l’ordre 𝑘 tout en veillant à
ramener la somme des coefficients à 1.
Graphique 1.2.26 : Fixed Length Symmetric Graphique 1.2.27 : Frequency Response

(Baxter-King) Filter Log(PIB) Function Filter Log(PIB)
47
14.0 1.2
13.6 1.0
13.2
0.8
12.8
.04
0.6
12.4
.02
0.4
12.0
.00
0.2
-.02
0.0
-.04
-.06 -0.2
1980 1985 1990 1995 2000 2005 2010 2015 .00 .05 .10 .15 .20 .25 .30 .35 .40 .45 .50
cycles/period
L_PIB Non-cyclical Cycle Actual Ideal

(Baxter-King) Filter Log(VA agricole) Function Log(VA agricole)
12.0 1.2
11.6 1.0
11.2
0.8
.4 10.8
0.6
10.4
.2
0.4
10.0
.0 0.2
-.2 0.0
-.4 -0.2
1980 1985 1990 1995 2000 2005 2010 2015 .00 .05 .10 .15 .20 .25 .30 .35 .40 .45 .50
cycles/period
L_AGR Non-cyclical Cycle Actual Ideal

(Baxter-King) Filter Log(PIB non agricole) Function Log(PIB non agricole)
13.6 1.2
13.2 1.0
0.8
12.8
.03
0.6
12.4
.02
0.4
.01 12.0
0.2
.00
-.01 0.0
-.02 -0.2
1980 1985 1990 1995 2000 2005 2010 2015 .00 .05 .10 .15 .20 .25 .30 .35 .40 .45 .50
cycles/period
L_PIBNONAGR Actual Ideal
Non-cyclical
Cycle

4. Le filtre de Christiano –Fitzgerald
48
A l’instar du filtre de Baxter- King, celui de Christiano- Fitzgerald (1999) est un filtre passe-
bande dont le but est d’extraire le cycle d’une série temporelle dans le domaine spectral.
Toutefois, l’avantage par rapport au filtre précédent réside dans le fait que cette approche
est conçue pour fonctionner sur une plus large classe de séries temporelles. En outre, le
filtre de Christiano-Fitzgerald converge dans le long terme au filtre optimal, obtenu à son
tour en minimisant l’espérance mathématique de l’erreur quadratique entre la série issue
du filtre idéal 𝑦𝑡 et la série issue du filtre approximé 𝑦𝑡∗ pour chaque 𝑡 :
𝐸[(𝑦𝑡 − 𝑦𝑡∗ )²|𝑥]
Ainsi, un filtre optimal est déterminé non pas pour l’ensemble de la série, mais pour chaque
observation de la série considérée. L’avantage de celui-ci est qu’il élimine les basses
fréquences et supprime l’inégalité du bruit entourant les évolutions tendancielles.
Cependant, la détermination de ce filtre est complexe. En effet, d’une part, il dépend de
l’ensemble de la série considérée, et d’autre part, il varie d’une observation à une autre.
Dès lors, par souci de simplification des calculs, il est supposé que la série initiale soit une
marche aléatoire sans dérive.
Ainsi, le filtre approximé 𝑦𝑡∗ se trouve simplifié comme suit pour 𝑡 = 1,2, … , 𝑇:
𝑦𝑡∗ = 𝐶𝑡−1 𝑥1 + 𝐵𝑡−2 𝑥2 + ⋯ + 𝐵2 𝑥𝑡−2 + 𝐵1 𝑥𝑡−1 + 𝐵0 𝑥𝑡 + 𝐵1 𝑥𝑡+1 + 𝐵2 𝑥𝑡+2 + ⋯

+ 𝐵𝑇−𝑡−1 𝑥𝑇−1 + 𝐶𝑇−1 𝑥𝑇
Avec :
𝐵𝑗 : Les coefficients du filtre passe-bande infini. D’une manière générale, un filtre passe
bande laisse passer les fréquences comprises entre 𝜔𝑎 et 𝜔𝑏 et annule les autres
fréquences. Comme mentionné précédemment, ce filtre est obtenu en faisant la différence
de deux filtres passe-bas. La fonction de transfert de ce filtre s’écrit sous la forme suivante :
+∞
−𝑖𝑖 1 𝑠𝑖 𝜔𝑎 < 𝜔 < 𝜔𝑏
𝜑�𝑒 � = � 𝐵𝑗 𝑒 −𝑖𝑖𝑖 = �
0 𝑠𝑠𝑠𝑠𝑠
𝑗=−∞
49
Le développement en série de Fourier donne : 𝑦𝑡 = ∑+∞

𝑗=−∞ 𝐵𝑗 𝑥𝑡−𝑗 𝑝𝑝𝑝𝑝 𝑡 = 1,2, … , 𝑇
𝜔𝑏 − 𝜔𝑎 2𝜋 2𝜋
𝐴𝐴𝐴𝐴 𝐵0 = 𝑜ù 𝜔𝑎 = 𝑒𝑒𝜔𝑏 =
𝜋 𝑇𝑎 𝑇𝑏
sin(𝑗𝜔𝑏 ) − sin(𝑗𝜔𝑎 )
𝑒𝑒 𝐵𝑗 = 𝑠𝑠 |𝑗| ≥ 1
𝜋𝜋
∞
0 𝑠𝑠 𝑙𝑙 𝑓𝑓𝑓𝑓𝑓𝑓 𝑒𝑒𝑒 𝑝𝑝𝑝𝑝𝑝 − 𝑏𝑏𝑏𝑏𝑏
𝐶𝑗 = � 𝐵𝑘 = �
1 𝑠𝑠 𝑙𝑙 𝑓𝑓𝑓𝑓𝑓𝑓 𝑒𝑒𝑒 𝑝𝑝𝑝𝑝𝑝 − 𝑏𝑏𝑏
𝑘=𝑗
Graphique 1.2.32 : Asymmetric (time-varying) Filter Log(PIB)

14.0
13.6
13.2
12.8
.04
12.4
.02
12.0
.00
-.02
-.04
-.06
1980 1985 1990 1995 2000 2005 2010 2015
L_PIB Non-cyclical Cycle

De manière similaire au filtre de Baxter-King, le filtre de Christiano-Fitzgerald décompose la

série de PIB, PIB non agricole et PIB agricole en une composante cyclique et une
composante tendancielle non cyclique.
50
Graphique 1.2.33 : Asymmetric (time-varying) Filter

Log(PIB non agricole)
13.6
13.2
12.8
.02
12.4
.01
12.0
.00
-.01
-.02
1980 1985 1990 1995 2000 2005 2010 2015
L_PIBNONAGR
Non-cyclical
Cycle
Graphique 1.2.34 : Asymmetric (time-varying) Filter

12.0
11.6
11.2
10.8
.3
10.4
.2
10.0
.1
.0
-.1
-.2
-.3
1980 1985 1990 1995 2000 2005 2010 2015
L_AGR Non-cyclical Cycle

51
Conclusion
Une lecture comparative des résultats obtenus permet d’identifier un certain nombre de
caractéristiques intéressantes se rapportant au choix du filtre statistique à adopter. Au
regard de la simplicité d’implémentation des filtres utilisés, deux critères sont retenus pour
différencier les résultats, à savoir les évolutions moyennes par décade et la volatilité. Il en
ressort, que les résultats obtenus peuvent varier d’une manière importante selon
l’approche retenue. Ceci renvoi à l’importance d’une bonne compréhension de chaque filtre
statistique, de ses limites et avantages et ce, afin de pouvoir déceler les effets intrinsèques
de chaque approche sur les résultats obtenus.
Tableau 1.2.5 : Récapitulatif des résultats des modèles statistiques

Moyennes des valeurs tendancielles
Moyenne HP CF
PIB HP Direct BK CF Symétrique
Mobile 3 Indirect Asymétrique
1980-2015 4.2 4.2 4.3 4.3 4.3 4.3 4.1
1980-1989 5.0 5.3 5.2 4.9 5.5 5.6 4.9
1990-1999 3.2 3.1 3.5 3.5 3.2 3.1 3.0
2000-2009 4.8 4.7 4.5 4.5 4.7 4.7 4.7
2010-2015 3.9 3.6 4.0 4.3 4.1 4.1 3.7
Volatilités des valeurs tendancielles

Moyenne HP CF
PIB HP Direct BK CF Symétrique
Mobile 3 Indirect Asymétrique
1980-2015 4.0 1.5 0.8 0.6 1.0 1.1 1.3
1980-1989 4.7 1.4 0.7 0.3 0.4 0.6 1.9
1990-1999 5.9 1.7 0.2 0.2 0.5 0.8 0.5
2000-2009 1.9 0.6 0.2 0.3 0.4 0.4 0.6
2010-2015 1.0 1.1 0.3 0.1 0.2 0.3 0.9
Le paramétrage retenu pour la moyenne mobile induit d’importantes variabilités dans les
résultats obtenus. En effet, le choix des périodes retenues pour l’élaboration de la moyenne
mobile reflète les préférences des utilisateurs en termes de longévité des cycles et de
flexibilité des tendances. Le même constat peut être porté sur les méthodes polynomiales
qui peuvent induire des lectures différentes en fonction du choix de flexibilité apporté par
l’utilisateur aux cycles et aux tendances. En ce qui concerne la méthode HP, le choix de la
52
méthode directe et/ou indirecte affecte aussi bien la volatilité que les moyennes des
composantes. A titre d’exemple, sur la période 2010-2015, il s’avère intéressant de relever
que la filtre HP indirect permet d’obtenir un « potentiel de croissance » de 4,3% alors que
celui direct limite ce potentiel à 4%. Cette différence est retrouvée également au niveau de
la volatilité, qui ressort légèrement plus importante dans la méthode directe par rapport à
celle indirecte.
Dans ce sens, les implications sur les politiques économiques à proposer en fonction de
l’utilisation des deux variantes de cette méthode peuvent différer. En effet, l’approche
directe tend à présenter l’évolution du potentiel de croissance, entre 2010 et 2015 sous
l’angle d’une baisse de 0,5 point de pourcentage, par rapport à la décade 2000-2009, avec
une volatilité plus importante autour de ce référentiel. En revanche, les résultats de la
méthode indirecte tend à présenter l’évolution de 2010 à 2015 sous un regard différent, en
postulant une baisse moins prononcée du potentiel (limitée à 0,2 point de pourcentage),
avec une volatilité moindre. Ces deux lectures peuvent induire des choix différents en
matière de politique économique.
Les méthodes de BK et de CF symétrique font ressortir des résultats globalement proches,

avec notamment un potentiel historique de 4,3 points de pourcentage, égal à celui obtenu
par les variantes du filtre HP, mais avec une volatilité légèrement supérieure. En particulier,
les évolutions enregistrées entre 2010 et 2015 peuvent être interprétées selon ces deux
méthodes sous l’angle suivant : le potentiel de croissance a connu un repli plus prononcé de
0,6 point de pourcentage par rapport à son niveau durant la décade deux-mille, et ce
parallèlement à un degré d’incertitude, traduite par la volatilité, moindre sur cette période.
Pour sa part, le filtre de CF asymétrique plaide pour une baisse encore plus prononcée, d’un
point de pourcentage, du potentiel de croissance avec cependant une volatilité traduisant
une incertitude plus importante en ce qui concerne le positionnement dans le cycle actuel
et futur.
Dans ce sens, il est constaté que la méthode HP directe et/ou indirecte réduit largement la
volatilité du potentiel, ce qui implique que cette méthode incorpore d’une manière plus
53
importante les variations courtes dans la composante cyclique. Ceci plaide pour une
utilisation de cette méthode dans l’élaboration des analyses structurelles et des réformes
de longue portée. En parallèle, ce filtre réduit l’importance du ralentissement observé au
niveau de la croissance, ce qui indique une forte rigidité de celui-ci à prendre compte de la
baisse réelle observée dans les données. Ceci indique qu’il n’est pas sans risque d’utiliser ce
filtre dans l’élaboration de politiques économiques de courtes portées. Un constat opposé
est observé au niveau du filtre asymétrique de CF, qui reste, cependant, largement affecter
par un degré d’incertitude plus important, qui requiert une attention bien particulière dans
le sens, ou les effets des politiques économiques peuvent techniquement avoir des
influences surestimées.
En somme, les divergences relevées au niveau des résultats plaident pour une utilisation
appropriée de chaque méthode, en fonction de la nature de la problématique traitée. Ils
renvoient notamment à l’intérêt de recourir à des approches associant plus de stabilité des
tendances aux études se rapportant aux réformes et ajustements structurelles qui ne
prendrait pas compte à terme des variations temporaires alors qu’il serait plus approprié de
recourir à des instruments allouant plus de flexibilité aux cycles économiques pour
l’élaboration des politiques de court portée, à l’instar de la politique monétaire et/ou de
change. Ces résultats interpellent aussi sur l’intérêt d’adopter plusieurs techniques à la fois
et d’essayer de balancer les conclusions de chaque méthodologie pour asseoir des réponses
consensuelles dans le sens qu’elles tiennent compte de différentes sources d’incertitudes.
Au regard de ces résultats, la troisième section de ce chapitre s’intéresse à la deuxième

famille de modèles permettant d’approcher le potentiel de croissance. Cette catégorie de
modèles, dite structurelle, repose sur la théorie économique, en essayant de mettre en
relation le potentiel de croissance avec ses fondamentaux ou encore en imposant un certain
nombre de restrictions aux effets pouvant impacter celui-ci.
54
Section 3 : Potentiel de croissance, quelques méthodes

structurelles
Introduction
La lecture des résultats obtenus à travers les méthodes statistiques a permis de mettre en
exergue l’intérêt d’adopter des approches plus fondamentales, qui permettent au-delà des
résultats statistiques, d’imposer pour le potentiel de croissance une série de conditions
et/ou de caractéristiques à respecter. Dans ce sens, cette section s’intéresse aux modèles
structurels les plus utilisés dans la littérature empirique, en essayant d’aborder quelques
implications induites par le choix de chacune des méthodologies adoptées ainsi qu’en en
présentant les principaux résultats pour le cas marocain.
Afin de mieux comprendre la portée de ces méthodes, une première partie de cette section
sera consacrée à une brève revue de la littérature théorique se rapportant aux théories de
la croissance. Il sera question notamment de discuter la théorie de la croissance exogène et
quelques développements de celle de la croissance endogène. Ceci permettra de
comprendre une partie des défis auxquels tout utilisateur devrait faire face avant d’opter
aux méthodes structurelles. En effet, les choix établis sont d’une grande importance dans la
compréhension des résultats.
Cette section propose, également, une discussion des modèles basés sur la fonction de
production à élasticités constantes de substitution. Le choix portera notamment sur la
variante la plus utilisée de cette famille de modèle, à savoir la fonction Cobb Douglas à
rendements d’échelles constants. Après une évaluation du potentiel à travers cette
méthode, et pour mieux appréhender la nature des interactions liant la politique budgétaire
au potentiel de croissance, une tentative de distinction au niveau du capital physique entre
ses composantes public et privé est effectuée et discutée. Par la suite, il est question de
recourir aux modèles VAR structurels, en distinguant notamment les restrictions de court
terme de celles de long terme. Le modèle retenu se base sur quatre variables endogènes, à
savoir le PIB, l’indice des prix à la consommation, la masse monétaire et le taux de change
effectif nominal, et deux variables exogènes soit la production céréalière, pour neutraliser
55
ou du moins capter la volatilité émanant de celle-ci, et le PIB de l’union européenne, afin de

capter l’évolution de la demande étrangère. Enfin, un modèle néokeynésien dans sa version
simplifiée est proposé pour discuter de la nature et des résultats de cette catégorie de plus
en plus utilisée dans les récents travaux de politiques économiques.
1. Théories de la croissance économique
Croissance exogène : L’une des principales hypothèses de la théorie de la croissance

exogène réside dans le postulat que le progrès technique soit le fruit de facteurs externes. Il
est donc considéré comme étant exogène.
Le modèle de Solow, développé à partir des années 1958, est l’un des modèles les plus
connus de cette théorie. En retenant l’hypothèse des rendements décroissants du capital,
qui stipule que l’accumulation du capital, à population constante, induit une décroissance
de la productivité marginale, Il suppose que les facteurs de croissance à long terme sont de
nature exogène ce qui aboutit à un état stationnaire de cette économie. Dans ce sens, tout
changement de la croissance n’est que le résultat de l’introduction de progrès technique
exogène accompagné d’une croissance démographique.
Croissance endogène : Les théories de la croissance endogène, quant à elles, se sont

développées à partir de 1980 aux Etats-Unis. Elles remettent en cause les modèles de la
croissance exogène et plus particulièrement celui de Solow. Ces nouvelles théories prônent
l’idée selon laquelle la croissance résulte de facteurs endogènes et non exogènes comme
stipulé auparavant. D’après ces théories, le progrès technique est le résultat des
investissements effectués par les agents qui impacte à son tour la croissance. Un autre
point de divergence avec la théorie de la croissance exogène réside dans le rôle primordial -
dans les nouvelles théories- de l’Etat. C’est en effet grâce à son intervention que la
croissance est stimulée, en incitant les agents à investir davantage dans le progrès
technique.
56
En outre, la croissance endogène puise ses fondements dans les travaux effectués par les
économistes Romer, Barro et Lucas. Ceux-ci mettent en exergue quatre facteurs principaux
qui influencent la croissance d’une économie.
Le premier facteur est le capital physique. Paul Romer a introduit en 1986 l’hypothèse de
l’accumulation du capital physique comme facteur endogène à la croissance économique
puisque l’investissement en capital physique dans une firme a pour effet l’augmentation de
sa propre production d’une part, et l’accroissement de la productivité des autres firmes
d’autre part. A la faveur d’un phénomène d’apprentissage par la pratique, l’accumulation
collective de capital fixe permet de créer des externalités positives.
Le second facteur influençant la croissance économique est le capital humain introduit par
le modèle de Lucas en 1988. Le capital humain est défini comme étant le stock de
connaissances valorisables économiquement et incorporées aux individus. La productivité
collective est ainsi stimulée à travers le capital humain qui caractérise les agents
économiques qui améliorent leur productivité de travail d’une part, et qui innovent et
perfectionnent les techniques de production d’autre part. L’éducation est le principal
facteur de développement du capital humain, elle permet l’acquisition de connaissance.
D’autres facteurs influent également sur le capital humain tel la santé ou encore la
nutrition.
D’autre part, l’économiste Barro stipule que les investissements publics ont un effet
d’entrainement positif sur la productivité du secteur privé. Dans ce sens, l’investissement
dans les infrastructures, financé par l’Etat, à l’instar de la construction de routes principales,
aboutit à une production à moindre frais, ce qui conduit à une augmentation de la
productivité des entreprises aussi bien privées que publiques. Les dépenses publiques
permettent, également, d’augmenter la productivité marginale du capital privé. Elles
représentent, en outre, des facteurs additionnels ‘gratuits’ pour le secteur privé et
produisent-elles une externalité sur les entreprises.
Enfin, les travaux de Romer (1990) sur la croissance endogène mettent en évidence
l’importance que jouent les activités d’innovation et de recherche & développement sur la
57
croissance économique. Celles-ci résultent alors de l’innovation engagée par les agents
économiques qui espèrent en en tirer profit. Plus l’accumulation d’expérience et de savoir-
faire est forte, plus la croissance est favorisée et de la même manière plus les efforts
d’innovation et de recherche & développement sont importants plus la croissance devient
vigoureuse.
2. La fonction de production de type Cobb-Douglas
La fonction de production de type Cobb-Douglas est le résultat des travaux du

mathématicien C. Cobb et de l’économiste P. Douglas en 1928. Elle établit une relation
mathématique entre les outputs et les inputs. Elle décrit des fonctions de productions
homogènes qui établissent soit au niveau de la firme, soit au niveau global, une relation
entre la production, d’une part, et les apports du travail L et du capital K d’autre part. Le
facteur A représente le total de la productivité des facteurs (TPF). Aussi, peut-on faire la
distinction entre la forme générale de la fonction Cobb Douglas (1) et la forme stricte (2) :
0<𝛼<1
𝑌 = 𝑦(𝐾, 𝐿) = 𝐴𝐾 𝛼 𝐿𝛽 � (1)
0<𝛽<1
𝑌 = 𝑦(𝐾, 𝐿) = 𝐴𝐾 𝛼 𝐿1−𝛼 0<𝛼<1 (2)
La fonction générale de Cobb-Douglass (1), dites aussi fonction de production à élasticités

de substitutions constantes (CES), alloue différentes options pour les rendements d’échelle.
Ils peuvent être croissants si α + β > 1 ou décroissant quand α + β < 1 ; alors que la forme
stricte de la fonction CD (2) est utilisée dans le seul cas des rendements d’échelle constants.
L’hypothèse relative à la valeur des rendements d’échelle s’avère d’une grande importance
théorique et empirique, les résultats obtenus étant largement impactés par ce choix. Les
rendements d’échelles croissants induisent à un accroissement de la taille des entreprises
qui bénéficient des économies d’échelles sur les l’organisation de la production, les
caractéristiques techniques et les coûts fixes, ce qui accroît l’efficacité de la combinaison
effective (A. Smith 1776). Dans ces conditions, l’économie tend à devenir marquée par la
concentration des secteurs productifs marchands. Dans le cas contraire, les rendements
58
d’échelles décroissants induisent à une atomisation de l’économie poussant ainsi au

développement de petites unités.
Largement utilisée dans la littérature économique et empirique, la fonction de Cobb-

Douglas propose une représentation acceptable de la réalité (Hamermesh, 1993) à travers
le recours à l’hypothèse de deux facteurs de production. En effet, définit selon Hicks (1932)
et formalisée par Robinson (1933), l’élasticité de substitution entre les deux facteurs
représente globalement un indicateur de la variation du partage du revenu suite à une
variation des prix des facteurs. Lerner (1933) démontre que cette élasticité mesure aussi la
variation marginale du taux substitution entre les facteurs à la suite d’une variation du
rapport entre ces facteurs.
En outre, l’hypothèse d’une fonction de production à plus de deux facteurs induits des
complications théoriques et empiriques (Blackorby et Russel (1989), Frondel (2003), Stern
(2003)), en raison de l’existence de plusieurs élasticités de substitution ce qui rend le calcul
d’une élasticité dite « universelle », à l’image de celles des fonctions de production à deux
facteurs, impossible. En effet, dans un modèle à plusieurs facteurs, chaque élasticité semble
avoir sa propre utilité. A titre d’exemple, il est possible de classer les élasticités suivant
qu’elles identifient des comportements de substitutions et/ou de complémentarités
(élasticité de substitution d’Allen).
Caractéristiques de la fonction de production Cobb-Douglas :
Les fonctions de type Cobb-Douglas sous leur forme stricte sont homogènes de degré
unitaire et la productivité marginale est calculée à travers les dérivées partielles de la
fonction de production :
∂y(K, L) y(K, L)
= AαK α−1 Lα = α
∂K K
∂y(K, L) y(K, L)
= A(1 − α)K α L−α = (1 − α)
∂L L
y(K,L) y(K,L)
De plus : limK→∞ α =0 et limL→∞ (1 − α) =0
K L
59
Les fonctions de productivité marginales du travail et du capital représentent donc des

fonctions convexes décroissantes.
Estimation de la rémunération du capital 𝛂 :
Avant d’entamer les procédures d’estimation du potentiel de la production, il importe

d’estimer la contribution du facteur relatif au capital. La littérature retient notamment les
travaux de Bougha-Hagbe et al (2005), qui conclut sur une valeur de 0,4 pour le PIB global
dans les économies en développement.
Le principe de la méthode adoptée consiste à décomposer la production en plusieurs

composantes : la contribution du capital, du travail et un résidu. Ce dernier est interprété
comme étant la productivité totale des facteurs. Cette décomposition est réalisée pour
toute l’économie dans un premier temps et pour le PIB non agricole dans un second temps.
La forme de la fonction de Cobb-Douglas considérée est la suivante :
Yt = AK t α Lt β α+β=1 (1)
Yt = AK t α Lt1−α 0<α<1 (2)
Yt : représente la production ;
Kt : le stock du capital ;
Lt : l’emploi ;
A : la productivité totale du facteur ;
α et 1 − α : représentent respectivement la contribution du capital et du

travail à la production.
L’équation (2) peut s’écrire comme suit :
Yt K α
= A � L t� (3)
Lt t
Y K
log �Lt� = log(A) + α log � L t� (4)
t t
yt = a + αk t (5)
Y K
Avec : yt = log �Lt� ; a = log(A) et k t = log � L t�.
t t
60
Par ailleurs, la série du stock de capital se construit à travers la formule suivante :
K t = (1 − δ)K t−1 + It (6)
Où K t est le stock de capital réel et It est l’investissement réel et δ est le taux annuel
d’amortissement supposé égal à 4%.
Afin de calculer la valeur initiale du capital K 0 , il est recouru à une méthode d’actualisation
I2007
des séries linéaires (6). Il en ressort que : K 2007 = δ+i
Avec : δ = 0.04 constituant le taux annuel d’amortissement, une hypothèse largement

reproduite dans la littérature économique (Billmeier, 2004, Konuki, 2008).
Au regard de la forte dépendance de la composante agricole des conditions climatiques, le

calcul du potentiel de la croissance sera établi selon la méthode CD pour la composante non
agricole. Ainsi, les données de l’investissement hors agriculture, à prix constants, est calculé
à l’aide des matrices entrées-sorties de la comptabilité nationale et des données de l’emploi
urbain. Le taux de croissance moyen entre 1980 et 2015 de l’investissement hors agricole à
prix constants s’établi à 4,2% alors que la croissance de l’investissement total en termes
réels s’élève à 4,7%.
Dans ce qui suit : i = 4,2%.
Graphique 1.3.35 : Investissement hors Graphique 1.3.36 : Stock de capital hors

agricole 1980-2015 (MMDH) agricole 1980-2015 (MMDH)
3500
3000
2500
2000
1500
1000
500
0
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
Source : Données HCP et calculs auteur Source : Données HCP et calculs auteur
61
Afin d’estimer le potentiel de croissance à travers la méthode CD, il s’avère important

d’estimer les intrants de la main-d’œuvre et du stock de capital dans une économie de plein
emploi. Cette contrainte s’avère l’une des limites phares de la démarche adoptée,
puisqu’elle requiert l’utilisation d’un filtre statistique sur les données de l’emploi ou le
recours au NAIRU, dont les calculs comportent plusieurs limites conceptuelles. Relativement
au stock de capital dans une économie de plein emploi, une deuxième hypothèse
contraignante, largement utilisée en littérature (Billmeier, 2004), stipule que celui-ci reste
égal au stock effectif.
L’équation (4) permet ainsi de calculer la productivité totale des facteurs par déduction.
Ensuite, le filtre HP lui sera appliquer afin d’estimer son potentiel ou encore la productivité
totale des facteurs pour une économie de plein emploi.
Graphique 1.3.37 : Evolution du PIB non agricole, de son potentiel et écarts de production
9 15000
8
10000
7
6 5000
5
0
4
3 -5000
2 -10000
1
-15000
0
output gap du PIB non agricole % PIB non agricole Potentiel % PIB non agricole
-1 -20000
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
Il est procédé par la suite à l’évaluation du potentiel de croissance du PIB non agricole au
Maroc. Les résultats établis permettent de distinguer quatre phases notamment. La
première, s’étalant de 1980 à 1990 enregistre un potentiel de croissance stable et proche
en moyenne de 4,8%, puis une deuxième phase qui enregistre une certaine atténuation du
potentiel de croissance non agricole qui revient à 3,8% entre 1991 et 2002 avant d’entamer
une phase d’accélération pour atteindre 5,3% en 2008 et une moyenne de 4,7% sur la
62
période 2003-2008. Depuis, le potentiel de croissance s’est inscrit dans une trajectoire
baissière pour revenir à moins de 3,5% sur les trois dernières années (en diminution de 1,3
point de pourcentage par rapport à la moyenne de la période 2000-2008) et à 3% en 2015.
Dans cette même orientation, les données de la croissance au titre de 2016, publiées par le
HCP en juin 2017, semblent corroborer ses résultats, avec un PIB non agricole en
décélération continue, pour revenir à 3,1% en 2016.
En outre, la croissance non agricole semble être portée au cours des dernières années par
sa composante fiscale « Impôts sur les produits nets des subventions ». En effet, cette
dernière a enregistré une importante évolution, pour croître à prix constants de 13,4% en
moyenne au cours des trois dernières années contre une 4,2% en moyenne entre 2000 et
2012. Cette dynamique trouve pour explication notamment la baisse conséquente des
subventions accordées aux produits suite au repli des cours internationaux des produits
énergétiques ainsi que la réforme du système de compensation.
Neutraliser cette composante en reprenant les calculs présentés précédemment sur la base
de la valeur ajoutée non agricole induit un ralentissement bien plus marquant au cours des
dernières années du potentiel de croissance en comparaison avec les résultats obtenus
pour le PIB non agricole.
Graphique 1.3.38 : Evolution de la VA non agricole, de son potentiel et écarts de production

8 15000
7
10000
6
5 5000
4
0
3
2 -5000
1
-10000
0
output gap de la VA non agricole % VA non agricole Potentiel % VA non agricole
-1 -15000
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
63
Le potentiel de croissance de la valeur ajoutée non agricole ressort en hausse quasi-

continue entre 1999 et 2008 avant d’enregistrer un changement conséquent de son
orientation pour s’établir en baisse depuis. En particulier, il revient, entre 2013 et 2015, à
2,8% contre une valeur de 3,5% pour le PIB non agricole sur la même période. Ainsi, la
baisse de ce dernier par rapport à la moyenne enregistrée entre 2000 et 2008 s’aggrave à
1,9 point de pourcentage par rapport à la moyenne de 2000 à 2012 pour la valeur ajoutée
non agricole alors qu’elle se limitait à 1,3 point pour le PIB non agricole.
En 2015, le potentiel de croissance de la valeur ajoutée non agricole revient à 2,3%,

largement inférieure à celle de 3% établie pour le PIB non agricole, soit une baisse de 2,5
points de pourcentage par rapport à sa moyenne établit entre 2000 et 2008. En ce qui
concerne l’année 2016, les comptes nationaux relatives à l’année 2016 font état d’une
hausse de 2,2% de la valeur ajoutée non agricole, ce qui s’inscrit dans la continuité de
l’orientation établie par ces calculs, indiquant notamment une poursuite de la dégradation
de la situation économique, avec un potentiel en baisse quasi-continue depuis 2009.
3. Fonction Cobb-Douglass à trois facteurs
Dans ce qui suit, il est proposé d’élargir la fonction Cobb-Douglas à trois facteurs de
production, en distinguant notamment le capital physique public de celui privé. Cette
démarche vise notamment à comprendre la dynamique existante entre les facteurs de
production et la croissance. Pour ce faire, les modèles de croissance endogène avec
externalité de capital public (Barro 1990) utilisent le plus souvent dans la littérature
économique la fonction de type Cobb-Douglas. Celle-ci permet notamment d’identifier
l’existence ou pas d’externalités positives à travers l’évaluation des rendements d’échelles
des facteurs publics et ceux privés.
Cette méthode reprend globalement la même démarche discutée précédemment en

termes de constitution des séries du stock de capital aussi bien public que privé. A préciser
que dans l’actuelle version de ce travail, et pour des raisons de disponibilité dans le temps,
64
l’investissement public sera limité à celui du Trésor. Ce choix est dicté notamment par
l’indisponibilité dans le temps d’une série continue et avec une longévité suffisante de
l’investissement des administrations publiques.
Les travaux en la matière sont nombreux et souvent avec des résultats divergents. A titre
d’exemple Aschauer (1989, 1998) a été le premier à identifier le rôle du capital public dans
l’explication de la baisse de la productivité aux Etats-Unis durant les années soixante-dix et
quatre-vingts. Munnell’s (1990a, 1990b) a estimé que l’élasticité de la croissance au capital
public se situe entre 0.31 et 0.39 (1990a) avant de proposer un ordre de grandeur plus
réduit autour de 0.15 (1990b). Dans la même orientation, Lynde et Richmond (1993) ont pu
démontrer que 40% du déclin de la productivité américaine est tributaire de la diminution
du ratio du capital public à l’emploi.
Une nouvelle génération de recherches plus axée sur la robustesse des techniques
statistiques à utiliser a permis de mettre en avant les limites des travaux précités, en se
basant notamment sur la faiblesse de la stationnarité des données, le caractère fallacieux
de certains modèles utilisés ou encore la non-linéarité de certaines relations (Gramlich,
1994). Cette nouvelle génération a permis également de mettre en avant l’existence
d’importantes disparités en fonction du temps, des pays et des régions étudiés (Romp et De
Haan 2007).
Bom et Litghart (2010) ont pu estimer à travers un large panel de pays une élasticité
positive autour de 0.15 et significative, malgré d’importantes disparités entre pays, entre le
stock de capital public et la croissance. En outre, ils ont pu dégager l’existence de relation
de long terme entre le capital public et la croissance. Celle-ci explique, en partie, les
différences en matière d’amplitudes des élasticités discutées dans la littérature
économique.
Le capital public au Maroc a connu un changement de tendance assez important au début

des années 2000. Ce changement s’est traduit par une nette accélération du rythme de
croissance du capital public en 2004. Ainsi, il est observé, l’existence de deux paliers
65
d’évolution du capital public assez distincts. Le premier entre 1980 et 2004 et le deuxième
entre 2008 et 2015.
Graphique 1.3.39 : Stock de capital du Trésor

800000 6
700000 5
600000 4
500000 3
400000 2
300000 1
200000 0
100000 -1
0 -2
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
Source : Données du HCP et du MEF et calculs auteur
Une première phase des analyses proposées consiste à utiliser de simples élasticités
économiques permettant d’assimiler la nature des relations existantes éventuellement
avant de prospecter la robustesse de ces résultats à travers un modèle économétrique.
Graphique 1.3.40 : Elasticités Graphique 1.3.41 : Elasticités Graphique 1.3.42 : Elasticités

économiques de la croissance économiques de la croissance économiques de la croissance
non agricole et du stock de non agricole et du stock du non agricole et du stock du
capital capital privé capital public
66
100 20 500
0 15 0
-100 10 -500
-1000
-200 5
-1500
-300 0
-2000
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
-5
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
Sources : Données du HCP et du MEF et calculs auteur
Ces graphiques font état notamment de l’existence d’importants points aberrants pouvant
altérer la qualité des ajustements économétriques escomptés. Dans ce sens et afin de
mieux cerner le signe des élasticités existantes, il est proposé d’éliminer ces points
aberrants afin d’analyser le rapport entre ces agrégats.
L’apurement des données permet de mettre en exergue deux points importants. Le

premier, qui concerne aussi bien les élasticités de la croissance non agricole vis-à-vis du
stock de capital public que privé, indique l’existence d’un nombre limité de points aberrants
qui une fois traité laisse apparaître une relation positive et décroissante dans le temps entre
ces deux facteurs.
Graphique 1.3.43 : Elasticités Graphique 1.3.44 : Elasticités Graphique 1.3.45 : Elasticités

économiques hors points économiques hors points économiques hors points
aberrants de la croissance non aberrants de la croissance non aberrants de la croissance
agricole et du Stock de capital agricole et du stock du capital non agricole et du Stock du
privé capital public
5 y = -0,0751x + 2,9132 6 y = 0,0165x + 2,0682
y = -0,0565x + 2,3243 15
4 R² = 0,4278 5 R² = 0,0021
R² = 0,2903
4 10
3
R² = 0,479 3 5
2 R² = 0,3147
1 2 0
1
0 -5 R² = 0,2249
0
-1 -10
-1
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
Sources : Données du HCP et du MEF et calculs auteur
67
Cette relation tend à converger dans le temps, en témoigne une certaine stabilité des
élasticités ou encore un changement de régime si la relation linéaire est remplacée par une
courbe polynomiale. Le deuxième concerne l’élasticité de la croissance non agricole au
stock de capital public qui se caractérise, d’une part, par un nombre plus important de
points aberrants et d’autre part, par une relation moins évidente, du moins graphiquement,
entre ces deux facteurs. En effet, la courbe polynomiale semble changer de pente afin de
prendre compte d’une dynamique concave, ce qui tend à laisser penser à l’existence d’une
relation non-linéaire entre la croissance non agricole et le stock de capital public. Ces
éléments permettent de mieux comprendre la dynamique retrouvée à travers une
modélisation en moindre carrée ordinaire. En effet, alors que les variables utilisées sont
intégrées d’ordre 2, les résultats de la modélisation permettent d’identifier l’existence
d’une relation de long terme significative et stationnaire entre les trois facteurs. Ils
identifient, également, un paramètre négatif régissant la relation entre la croissance non
agricole et le stock de capital public.
Tableau 1.3.6 : Résultats d’une estimation simple

Dependent Variable: LOG(VANAG)
Method: Least Squares
Date: 02/13/17 Time: 06:18 Graphique 1.3.46 : Résidus
Sample: 1980 2015
Included observations: 36 équation LOG(VANAG)
13.6
Variable Coefficient Std. Error t-Statistic Prob.
13.2
C -1.697807 0.757575 -2.241109 0.0321 12.8

LOG(POPENAGETR) 0.849110 0.053309 15.92797 0.0000
.04 12.4
LOG(CAP_HORSTRESOR) 0.605924 0.059514 10.18116 0.0000
LOG(CAP_TRESOR) -0.178423 0.086994 -2.050983 0.0485 .02 12.0
.00
Mean dependent
-.02
R-squared 0.998799 var 12.74636
Adjusted R-squared 0.998687 S.D. dependent var 0.408058 -.04
1980 1985 1990 1995 2000 2005 2010 2015
S.E. of regression 0.014788 Akaike info criterion -5.485549
Residual Actual Fitted
Sum squared resid 0.006998 Schwarz criterion -5.309603
Hannan-Quinn
Log likelihood 102.7399 criter. -5.424139
F-statistic 8872.476 Durbin-Watson stat 1.399100
Prob(F-statistic) 0.000000
Source : Données HCP et MEF et calculs auteurs
68
Ces résultats sont toutefois largement affectés par l’existence d’une forte relation de
causalité entre les variables. En effet, le test de Causalité de Granger permet d’identifier
l’existence d’une relation de causalité bidirectionnelle entre le stock de capital public et
celui privé ainsi qu’une relation de causalité unidirectionnelle du stock de capital aussi bien
public que privé vers la croissance non agricole.
Tableau 1.3.7 : Pairwise Granger Causality Tests

Sample: 1980 2015
Lags: 2
Null Hypothesis: Obs F-Statistic Prob.
CAP_TRESOR does not Granger Cause CAP_HORSTRESOR 34 6.48518 0.0047
CAP_HORSTRESOR does not Granger Cause CAP_TRESOR 7.51408 0.0023
VANAG does not Granger Cause CAP_HORSTRESOR 34 4.85902 0.0151

CAP_HORSTRESOR does not Granger Cause VANAG 0.99388 0.3824
VANAG does not Granger Cause CAP_TRESOR 34 4.59900 0.0184

CAP_TRESOR does not Granger Cause VANAG 1.99952 0.1536
Source : Données HCP et MEF et calculs auteurs
Ces éléments sont en outre Graphique 1.3.47 : Elasticités économiques entre

stock de capital public et celui privé
appuyés par une relation
2 y = 0,0483x - 0,6746
globalement positive et R² = 0,5432
1
ascendante entre le stock de 0
capital public et celui privé comme -1
en témoigne la courbe des -2

-3
élasticités économiques entre ces
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
2011
2013
2015
deux agrégats.
Ainsi, cette approche s’avère altérer par un sens de causalité définissant plutôt le niveau de
l’investissement en fonction de la croissance, ce qui donne un rôle assez conséquent à
l’investissement public en tant que locomotive de l’investissement privé et par la même de
69
la croissance. Ce résultat gagnerait à être approfondi davantage par des recherches plus
appropriées sur le sujet et pourrait faire l’objet dans l’avenir d’une recherche plus orientée.
4. Modèle VAR structurel à 4 variables
Les modèles VAR, définis initialement par Granger (1969) et Sims (1980), proposent un
cadre d’analyse complémentaire aux relations macroéconomiques simultanées existantes
entre des variables endogènes et exogènes. En effet, dans les modèles VAR chacune des
variables étudiées s’explique par ses propres valeurs passées ainsi que celles des autres
variables retenues dans le modèle. Cette approche a l’avantage de saisir la nature et les
effets empiriques des variables les unes sur les autres. En particulier, les modèles VAR
structurels puisent de la théorie économique certaines spécificités intrinsèques que ces
modèles s’attèlent à respecter. En effet, alors que dans un modèle VAR canonique, les
relations entre variables peuvent être résumées à travers un nombre équivalent aux
variables de chocs ayant trait aux éléments d’offre, de demande ou encore de politique
économique. Ces chocs sont régis dans les modèles structurels par certaines restrictions qui
permettent entre autres de limiter le champ d’interrelations, ce qui permet notamment
d’asseoir certaines rigidités théoriques dressées par la littérature économique.
Le PIB potentiel peut ainsi être estimé par les modèles VAR sous plusieurs formes ou
spécifications. Il peut être approché en supposant qu’il est déterminé par des chocs d’offre
affectant l’économie et que l’écart de la production ou output gap est le fruit des chocs de
la demande. Il est estimé à travers la distinction entre les chocs permanents ou
conjoncturels Dupasquier et alii (1999). Il est possible aussi de l’approcher en supposant
qu’il constitue le niveau atteint en absence de rigidités nominales.
Face à la diversité des définitions et approches existantes, il s’avère utile et important de

cerner les contours de chaque approche avec ses limites conceptuels et techniques afin de
pouvoir prendre comptes dans l’analyse des résultats des effets éventuels liés à celles-ci. En
outre, le choix des variables macroéconomiques retenus dans les modèles VAR structurels
est d’une grande importance pour cerner la nature de l’approche retenue ou encore les
restrictions théoriques et fondamentales à effectuer. Ce choix dépend certes des
70
hypothèses sous-jacentes à l’approche abordée mais et surtout à la disponibilité de

données dans le temps ainsi qu’au degré de leurs viabilité. Dans cette perspective, le
modèle VAR retenu se base sur quatre variables, à savoir le PIB, l’inflation, la masse
monétaire et le taux de change effectif nominal.
La première étape consiste à étudier la stationnarité des variables utilisées pour vérifier
qu’elles conservent une distribution globalement indépendante du temps. Les tests les plus
utilisés en littérature sont issus des travaux de Dickey-Fuller (1979) et de Phillips-Perron
(1988). Le test de Dickey-Fuller Augmenté repose sur l’hypothèse nulle de présence d’une
racine unitaire, soit une non stationnarité de type stochastique, avant de prendre en
compte la présence de tendances déterministes. Pour sa part, le test de Phillips-Perron
corrige la présence d’autocorrélation résiduelle sans recourir aux variables retardées
comme dans la méthode ADF, en reposant notamment sur une approche non
paramétrique. Au regard des limites des tests de stationnarité, le plus souvent les auteurs
ont recours à plusieurs tests afin de tirer des conclusions sur la présence de racine unitaire
dans les variables. Les tests conduits sur les données à utiliser permettent d’identifier un
ordre d’intégration unitaire.
Une deuxième étape consiste à choisir l’ordre de retard à inclure dans le modèle. La
procédure de sélection consiste à estimer l’ensemble des modèles avec un ordre de retard
allant de 0 à n, ce paramètre étant conditionné souvent par la théorie économique mais
généralement aussi par la longévité des données. Ce test retient le modèle qui minimise les
critères d’informations d’Akaike (AIC), de Schwartz (SC) ou de Hannan-Quinn (HQ). Le retard
optimal obtenu ressort unitaire.
Tableau 1.3.8 : VAR Lag Order Selection Criteria

Endogenous variables: DLOG(PIB) DLOG(IPC) DLOG(M3) DLOG(TCEN)
Exogenous variables: C DLOG(Y_UE) DLOG(PRODC)
Sample: 1980 2016
Included observations: 33
Lag LogL LR FPE AIC SC HQ
0 292.4712 NA 4.88e-13 -16.99825 -16.45407 -16.81515

1 330.0508 59.21632* 1.35e-13 -18.30611 -17.03634* -17.87887*
2 348.9251 25.16581 1.23e-13* -18.48031 -16.48497 -17.80894
71
3 365.6252 18.21831 1.41e-13 -18.52274* -15.80182 -17.60723
* indicates lag order selected by the criterion

LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Par la suite, il est procédé à la détermination des restrictions pour basculer d’un modèle
VAR canonique à un modèle VAR structurel. Ceci s’opère à travers la détermination des
éléments de la matrice de passage des valeurs de n(n -1)/2 paramètres (avec n le nombre
de variables endogènes du modèle, soit 4 dans ce travail) pour pouvoir estimer l’ensemble
des paramètres du modèle VAR structurel. Ainsi pour l’estimation du modèle VAR structurel
à quatre variables endogènes, il faut imposer six restrictions au modèle.
En distinguant les contraintes de long terme de celles de court terme, le modèle repose sur
l’approche de Blanchard et Quah (1989) pour déterminer les contraintes de long terme. En
effet, partant d’un modèle à deux variables, à savoir le PIB et le taux de chômage, ils
considèrent que seuls les chocs d’offre agrégée, à savoir ceux sur les facteurs de production,
ont un effet permanent sur le niveau du PIB, ce qui signifie que les chocs de la demande
privée, de change et monétaire n’ont pas d’effet à long terme sur le niveau du PIB. Ainsi,
l’effet multiplicateur cumulé de long terme des chocs de la demande nominale, monétaire
et de change sur le PIB sont nuls.
Dans cette perspective, trois restrictions supplémentaires restent à imposer. Celles-ci se

basent sur la méthode d’identification de Gali (1992) et aux restrictions de court terme, qui
traduisent l’absence d’effet instantané d’un choc structurel sur une variable. Sujets
d’importantes controverses, ces contraintes prônent l’existence de rigidités technologiques
et organisationnelles en plus de l’asymétrie de l’information et des délais de transmission
entre, notamment la sphère monétaire et réelle. Compte tenu de ces éléments, il est
possible de rejeter dans ce cadre d’analyse la possibilité d’un effet instantané d’un choc de
nature monétaire ou d’un choc de change sur le PIB. En outre, la sixième restriction suppose
72
que la Banque centrale tend à réagir plus prudemment aux chocs de change qu’aux chocs
d’offre et de demande, ce qui stipule l’existence de délais de transmission entre l’offre de
monnaie et les chocs de change.
Afin de prendre compte des développements et des enseignements discutés dans les
précédentes sections, le modèle sera augmenté par deux variables exogènes, intégrées
d’ordre unitaire, à savoir :
- La production céréalière pour mieux capter les effets des chocs pluviométriques ;
- La croissance de l’union européenne, principal partenaire économique et
commercial du pays.
Les résultats de cette modélisation sont satisfaisants, avec un degré d’ajustement de plus
de 75% et des tests globalement concluants. En particulier, le résidu de l’équation du PIB
ressort stationnaire en niveau.
Tableau 1.3.9 : Résultats de la modélisation :
Vector Autoregression Estimates

Sample (adjusted): 1982 2016
Included observations: 35 after adjustments
Standard errors in ( ) & t-statistics in [ ]
DLOG(PIB) DLOG(IPC) DLOG(M3) DLOG(TCEN)
DLOG(PIB(-1)) -0.230953 -0.215267 0.290673 -0.037972

(0.11406) (0.10811) (0.20076) (0.17851)
[-2.02487] [-1.99127] [ 1.44787] [-0.21272]
DLOG(IPC(-1)) -0.120014 0.627194 0.468361 -0.018448

(0.11457) (0.10859) (0.20166) (0.17931)
[-1.04751] [ 5.77578] [ 2.32253] [-0.10288]
DLOG(M3(-1)) 0.081388 0.247097 0.408358 -0.073223

(0.08069) (0.07648) (0.14202) (0.12628)
[ 1.00869] [ 3.23107] [ 2.87536] [-0.57986]
DLOG(TCEN(-1)) -0.198186 0.078653 0.207169 0.484524

(0.10363) (0.09823) (0.18241) (0.16219)
[-1.91237] [ 0.80074] [ 1.13573] [ 2.98734]
73
C 0.036668 -0.007724 0.008847 0.014953

(0.00999) (0.00947) (0.01758) (0.01563)
[ 3.67185] [-0.81604] [ 0.50333] [ 0.95675]
DLOG(Y_UE) 0.539445 0.142309 1.081634 -0.165322

(0.21082) (0.19981) (0.37107) (0.32994)
[ 2.55885] [ 0.71221] [ 2.91493] [-0.50107]
DLOG(PRODC) 0.033968 -0.003246 0.017770 0.000677

(0.00569) (0.00539) (0.01002) (0.00891)
[ 5.96921] [-0.60177] [ 1.77415] [ 0.07599]
R-squared 0.800217 0.704496 0.534579 0.325089

Adj. R-squared 0.757407 0.641174 0.434846 0.180465
Sum sq. resids 0.009500 0.008535 0.029433 0.023270
S.E. equation 0.018420 0.017459 0.032422 0.028828
F-statistic 18.69203 11.12557 5.360107 2.247821
Log likelihood 94.04334 95.91939 74.25443 78.36613
Akaike AIC -4.973905 -5.081108 -3.843110 -4.078064
Schwarz SC -4.662835 -4.770038 -3.532040 -3.766995
Mean dependent 0.041968 0.034999 0.100931 0.001803
S.D. dependent 0.037398 0.029145 0.043128 0.031845
Determinant resid covariance (dof adj.) 6.99E-14

Determinant resid covariance 2.86E-14
Log likelihood 347.0676
Akaike information criterion -18.23243
Schwarz criterion -16.98815
Source : Calculs auteurs
Graphique 1.3.48 : Inverse Roots of AR Characteristic Polynomial

1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
74
Graphique 1.3.49 : Résidus

DLOG(PIB) Residuals DLOG(IPC) Residuals
.04 .06
.02 .04
.00 .02
-.02 .00
-.04 -.02
-.06 -.04
1985 1990 1995 2000 2005 2010 2015 1985 1990 1995 2000 2005 2010 2015
DLOG(M3) Residuals DLOG(TCEN) Residuals

.06 .08
.04
.04
.02
.00 .00
-.02
-.04
-.04
-.06 -.08
1985 1990 1995 2000 2005 2010 2015 1985 1990 1995 2000 2005 2010 2015
Graphique 1.3.50 : Response to User Specified Innovations ± 2 S.E.
75
Response of DLOG(PIB) to Shock1 Response of DLOG(PIB) to Shock2 Response of DLOG(PIB) to Shock3 Response of DLOG(PIB) to Shock4
.02 .02 .02 .02
.01 .01 .01 .01
.00 .00 .00 .00
-.01 -.01 -.01 -.01

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Response of DLOG(IPC) to Shock1 Response of DLOG(IPC) to Shock2 Response of DLOG(IPC) to Shock3 Response of DLOG(IPC) to Shock4
.02 .02 .02 .02
.01 .01 .01 .01
.00 .00 .00 .00
-.01 -.01 -.01 -.01
-.02 -.02 -.02 -.02

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Response of DLOG(M3) to Shock1 Response of DLOG(M3) to Shock2 Response of DLOG(M3) to Shock3 Response of DLOG(M3) to Shock4
.03 .03 .03 .03
.02 .02 .02 .02
.01 .01 .01 .01
.00 .00 .00 .00
-.01 -.01 -.01 -.01

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Response of DLOG(T CEN) to Shock1 Response of DLOG(T CEN) to Shock2 Response of DLOG(T CEN) to Shock3 Response of DLOG(T CEN) to Shock4
.02 .02 .02 .02
.01 .01 .01 .01
.00 .00 .00 .00
-.01 -.01 -.01 -.01
-.02 -.02 -.02 -.02
-.03 -.03 -.03 -.03

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Graphique 1.3.51 : Croissance (PIB) et potentiel

0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
-0,02
-0,04
-0,06
-0,08
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
Croissance du PIB Potentiel
Ayant l’avantage d’associer plus de restrictions théoriques aux calculs que des hypothèses
sur le calibrage des élasticités, tel qu’effectué dans les fonctions de production, les résultats
76
de cette méthode permettent d’identifier un changement de tendance au niveau du

potentiel de croissance. Ils confirment globalement l’existence d’une première orientation
haussière puis le changement observé en 2009, laissant apparaître une tendance
globalement baissière depuis. En particulier, les résultats des deux approches indiquent les
mêmes dates de changement d’orientation. Entre 2013 et 2016, le potentiel de croissance
semble se stabiliser autour d’une moyenne de 2,3%, ce qui ressort proche du niveau
observé par la fonction de production appliquée à la valeur ajoutée non agricole en 2015.
Sachant que la volatilité de la composante agricole est globalement neutralisée, une
explication éventuelle de ce constat serait que l’approche VAR structurelle converge plus
rapidement vers un nouveau seuil pour le potentiel de croissance.
5. Modèle Néo-keynesien et filtre de Kalman multivarié
Dans ce qui suit, il est proposé une évaluation du potentiel de croissance à travers une
estimation d’un modèle macroéconomique semi-structurel, qui repose sur le filtre de
Kalman pour approcher la composante cyclique de la croissance en fonction notamment de
plusieurs variables de nature cycliques. Ce modèle repose sur une courbe IS, une courbe de
phillips et la fonction de réaction de la banque centrale ou règle de Taylor.
Le filtre de kalman permet d’estimer l’état d’un système en fonction de son état précédent,
des commandes appliquées et des mesures bruitées. Le filtre de kalman consiste ainsi à
corriger la trajectoire d’un modèle, en combinant les données observées avec l’information
disponible et fournie par le modèle et ce, afin de minimiser l’erreur entre l’état vrai et celui
filtré. En effet, le filtre de Kalman multivarié combine un modèle en séries temporelles avec
une information structurelle économique. Il est considéré comme un système dans lequel
les estimations de la production potentielle ainsi que d’autres paramètres d’un système
dynamique sont traités simultanément.
Sous sa forme structurelle, le modèle NKH est dérivé à partir des conditions de
comportement optimal des agents économiques, avec anticipations rationnelles, et
l’hypothèse keynésienne que les prix et les salaires sont rigides à la baisse à court terme. La
présence des rigidités nominales permet de reproduire une dynamique de court terme
77
proche de la réalité, dans la mesure où un choc de politique monétaire (qui affecte

principalement la demande) entraîne une modification de la production.
Il s’agit, également, d’un modèle d’équilibre général puisque les principales variables
d'intérêt sont endogènes et sont interdépendantes les unes des autres. Cette version du
modèle a l’avantage d’être relativement simple et transparente avec des propriétés
facilement interprétables, elle fait abstraction, cependant, d’un certain nombre de
questions intéressantes.
Ce modèle comprend généralement trois équations structurelles :
1- Une équation de la demande globale qui lie l’output gap à l’output gap anticipé et
retardé, à la déviation du taux d'intérêt réel par rapport à celui d’équilibre, au gap
du taux de change réel et à l’output gap des pays de l’union européenne, calculé sur
la base du filtre HP ;
Yt = Yt + ygapt
p
Et : 𝑦𝑦𝑦𝑦𝑡 = 𝑎1 𝐸𝑡 𝑦𝑦𝑦𝑦𝑡+1 + 𝑎2 𝑦𝑦𝑦𝑦𝑡−1 + 𝑎3 𝑡𝑡𝑡𝑡_𝑔𝑔𝑔𝑡 + 𝑎4 𝑟𝑟𝑟_𝑔𝑔𝑔𝑡 + 𝜀𝑡
2- Une équation de la courbe de Phillips, selon laquelle les firmes ajustent leur prix en
fonction des anticipations d’inflation, de l’inflation retardée (processus d’indexation
des prix et des salaires), de l’output gap, de la variation du taux de change nominal
et de celle du prix du pétrole ;
𝜋𝑡 = 𝑎1 𝐸𝑡 𝜋𝑡+1 + 𝑎2 𝜋𝑡−1 + 𝑎3 𝑦𝑦𝑦𝑦𝑡 + 𝑎4 ∆𝑡𝑡𝑡𝑡𝑡 + 𝑎5 𝑝𝑝𝑝𝑝_𝑝é𝑡𝑡𝑡𝑡𝑡𝑡 + 𝜀𝑡
3- Une règle de Taylor qui décrit le comportement de la Banque centrale face à la

déviation de l’inflation par rapport à sa cible et face à l’output gap.
Lors de l’implantation sur un système réel, deux éléments importants, absents de la théorie,
surgissent et viennent dégrader les performances du filtrage :
78
6. Tout d’abord, les processus chargés des calculs, qui permettent de mettre en place
le filtre de Kalman, ne disposent pas d’une précision numérique infinie. Des erreurs
de calculs dues à cette limitation sont susceptibles de se produire à tout moment et
de se propager, pouvant ainsi mener à la divergence du filtre.
7. Ensuite, la théorie prend comme acquis la connaissance parfaite des différentes
matrices intervenant dans la modélisation de l’évolution de l’état du système auquel
est appliqué le filtrage de Kalman. Mais, dans certains cas, on est dans l’impossibilité
d’avoir accès à toutes les informations sur le système, ce qui peut mener à une
divergence du filtre.
8. Aussi, lors de l’étude théorique du filtre de Kalman, un certain nombre d’hypothèses
sont prises concernant le bruit intervenant dans les équations. Notamment le fait
que ce dernier soit un bruit blanc et que ses différentes composantes prises à des
instants différents soient complètement dé-corrélées.
9. Enfin, plusieurs versions de ces modèles reposent sur la détermination de valeurs
d’équilibres autour desquelles évoluent les cycles des variables traitées. Ces valeurs
constituent les états stationnaires des variables étudiées. Le choix de ses valeurs
d’équilibres impacte largement la convergence des processus étudiés et peut
affecter significativement les résultats. Ayant pour intérêt l’estimation du potentiel
de la croissance, cette restriction impose d’établir un niveau d’équilibre du
potentiel, ce qui associe une variabilité souvent limitée de celui-ci voire une
difficulté à assurer une convergence statistique dans l’hypothèse notamment d’un
changement important dans ces valeurs d’équilibres.
Sur le plan opérationnel, le modèle NKH est conçu pour examiner deux aspects différents.
D’une part, il est construit pour établir la prévision des variables endogènes du modèle avec
ou sans hypothèse. D’autre part, il est employé pour des besoins de simulation à travers le
calcul des réponses de certaines variables, suite à la survenance de chocs exogènes. Dans ce
travail, on s’intéresse à l’évolution présentée par le modèle du potentiel de croissance. La
spécification retenue et les paramètres proposés traduisent une stabilité plus importante
par rapport aux résultats des approches précédentes. Ceci s’explique notamment par
79
l’utilisation de valeurs de références autour desquelles les gaps des différentes variables
utilisées devraient évoluer. Les résultats de ce modèle ne seront, en conséquence, repris
dans le reste des travaux.
Conclusion
Après avoir discuté et comparé les résultats des méthodes statistiques non structurelles
dans la deuxième section, la troisième section de ce chapitre s’est intéressée aux modèles
structurelles en en présentant trois variantes, des plus utilisées dans la littérature.
La première repose sur la fonction de production à élasticité constante de substitution, avec

pour hypothèse un rendement constant des échelles. Plus communément connue sous
l’appellation de fonction de production Cobb-Douglass, elle a permis globalement de faire
état d’une baisse plus prononcée du potentiel de croissance de la valeur ajoutée non
agricole par rapport à celui constaté par les méthodes statistiques. En outre, il est observé à
partir de 2009, un changement de tendance au niveau du potentiel de croissance qui
s’inscrit, après une phase ascendante entre 2000 et 2008 dans une orientation baissière.
De plus, le calcul opéré avec la valeur ajoutée non agricole permet d’identifier une baisse
plus conséquente du potentiel de croissance entre 2013 et 2015. En effet, alors que le
potentiel du PIB non agricole revient de 4,8% en moyenne entre 2000 et 2008 à 3,5% en
moyenne sur la période 2013-2015, celui de la valeur ajoutée non agricole revient de 4,7% à
2,8%.
Le recours à un troisième facteurs permettant de distinguer entre le capital physique privé

et celui privé fait état d’une causalité définissant l’investissement privé en fonction de la
croissance, ce qui donne un rôle assez conséquent à l’investissement public en tant que
locomotive de l’investissement privé et par la même de la croissance.
La deuxième variante des modèles proposés par cette section repose sur un VAR structurel
à quatre variables endogènes (PIB, IPC, M3 et TCEN) et deux variables exogènes (production
céréalière et PIB de l’Union Européenne). Le choix des restrictions de long et de court
termes est arrêtée en fonction de la littérature économique, en retenant notamment les
80
travaux de Blanchard & Quah et de Gali. Cette méthode a l’avantage d’associer des
restrictions théoriques aux données traitées sans recourir à des valeurs non estimées à
l’instar de la fonction de production. De plus, les modèles VAR structurels ne recourent
nullement aux filtres statistiques, qui constitue une deuxième limite des fonctions de
production.
En outre, les résultats obtenus sont globalement similaires, avec un changement

d’orientation du potentiel de croissance entamé en 2009 pour s’inscrire dans une
trajectoire baissière après avoir été globalement dans une phase ascendante sur la période
s’étalant de 1998 à 2008. De plus, cette méthode semble indiquer une convergence plus
rapide du potentiel autour d’une valeur de 2,3% entre 2013 et 2016.
La troisième approche retient un modèle néo-keynésien simplifié, il fait état de résultats

globalement similaires à ceux obtenus par les deux précédentes approches. Ceci étant,
requérants l’assignation de valeurs d’équilibres autour desquelles les différents gaps des
variables étudiées doivent évoluer, ce modèle semble plus approprié pour les analyses
s’intéressant aux cycles économiques et moins performants pour les travaux liés au
potentiel.
81
Conclusion du chapitre 1
La notion du potentiel de croissance a franchi plusieurs caps, passant d’une simple lecture
des pics de croissance, à des profils se basant sur différents filtres statistiques puis à des
lectures plus structurelles fondées sur la théorie économique. Laxton et Tetlow (1992) font
remarquer que cette définition a changé au fils des années, puisque l’estimation de l’output
gap dans les années 1960-70 reposait sur une méthode simple qui consistait à le mesurer
comme l'écart (en pourcentage) de la production globale de sa tendance linéaire passant
par les pics d’évolution. Dans ce sens, l’output gap était toujours de signe négatif et ce n’est
qu’au milieu des années soixante-dix que les économistes vont abandonner cette méthode
compte tenu des estimations insatisfaisantes qu’elle produisait.
Depuis, le recours aux différents filtres statistiques s’est accru au regard notamment de la
simplicité de ces méthodes et des avantages obtenus par celles-ci. Toutefois, une
application de différents filtres statistiques peut induire des résultats différents en fonction
notamment du paramétrage retenu pour chaque filtre ainsi que des préférences des
utilisateurs. Dans ce sens, il est important de pouvoir tenir compte des différences de
structures au niveau de chaque méthode afin de pouvoir prendre compte des effets
éventuels sur les résultats. En outre, une lecture critique des développements économiques
s’avère nécessaire pour établir les différents paramètres pour chaque méthode afin
d’ajuster aussi bien les besoins aux outils utilisés.
Dans ce sens, l’analyse des évolutions économiques du pays entre 1980 et 2015 a permis
d’extraire quelques faits stylisés jugés utiles voire nécessaires pour le reste des travaux.
Parmi les principaux faits stylisés établis dans ce travail, on cite la réduction de la volatilité
de la croissance qui malgré d’importantes avancées, semble être encore tributaire, mais à
moindre mesure, de la volatilité de la production céréalière, qui constitue 15,8% de la
valeur ajoutée agricole en 2014 et 23,8% en 2015. En témoigne notamment, la corrélation
82
entre l’évolution du PIB et celle de la production céréalière qui s’élève à plus de 76% entre
1980 et 2015. Eu égard à sa faible volatilité, une première option consiste à utiliser le PIB
non agricole dans les différents travaux de modélisation ou encore à retenir le PIB tout en
introduisant la production céréalière comme facteur pouvant capter-expliquer cette
volatilité voire la neutralisé.
Les différents filtres statistiques proposés ont permis de mettre en exergue une
décélération du potentiel de croissance au cours des dernières années, avec une baisse
comprise entre 0,2 et 1,1 point de pourcentage entre les périodes 2000-2009 et 2010-2015.
Ce résultat a été confirmé à travers le recours aux méthodes structurelles. Définissant le
potentiel de croissance comme étant le niveau maximal de croissance pouvant être atteint
sans générer de nouvelles tensions sur les prix, les méthodes structurelles retenues dans ce
travail ont permis d’identifier principalement deux phases d’évolutions.
La première s’étale de la fin des années quatre-vingt-dix à 2008 et se caractérise par une
trajectoire ascendante du potentiel de croissance pour s’établir à des niveaux proches de
5%. La deuxième phase, débute en 2009 et se démarque par une évolution globalement
baissière du potentiel de croissance. Celui-ci a connu une diminution comprise, en fonction
des modèles retenus, entre 1,9 et 2,5 points de pourcentage sur les deux périodes (2013-
2015 en comparaison avec 2000-2008). Dans ce sens, les méthodes structurelles ont permis
d’identifier un ralentissement largement plus important par rapport à celui établi sur la
base des filtres statistiques.
En outre, les évolutions post-crise ont mis la lumière sur d’importants dysfonctionnements
qui semblent pénaliser le processus de développement du pays. En effet, il est constaté que
malgré d’importantes avancées réalisées au cours de la décennie 2000, un important retour
des déséquilibres macroéconomiques est relevé au cours des dernières années. De plus,
l’essoufflement des principales locomotives de croissance, à savoir la consommation et
l’investissement qui atteignent des niveaux globalement élevés en comparaison
internationale, parallèlement à un affaiblissement des marges de manœuvre au plan
83
budgétaire, appellent à plus de vigilance dans l’élaboration des futures politiques

économiques.
L’analyse des effets d’entrainements et des dynamiques interbranches renvoi aussi à

l’intérêt de repenser aux avantages sectoriels actuels et ceux à prôner dans le futur pour
asseoir une transition fluide pro-croissance à court terme avant de redéfinir un changement
de processus sur le long terme. Enfin, la dynamique récente des exportations nettes portée,
d’une part, par l’accélération des exportations automobiles et aéronautiques, et d’autre
part, par la baisse des importations énergétiques, en relation avec celle des prix
internationaux, gagnerait à être portée par des politiques appropriées, permettant de
rompre avec la contribution quasi-nulle voire négative à la croissance, sur la période 1980-
2015, des exportations nettes.
84
CHAPITRE 2 : FISCALITE
ET CROISSANCE ECONOMIQUE
85
Le présent chapitre s’intéresse à un sujet épineux ayant suscité l’intérêt de plusieurs

économistes, à savoir la nature de la relation entre fiscalité et activité économique. Souvent
rapetissé au rôle de moyen de financement à effets distorsifs notoires, la fiscalité s’est refait
une santé avec le développement de l’interventionnisme de l’Etat. Si les économistes
classiques et de l’offre ont longtemps prôné un rôle répulsif à celle-ci, l’avènement de la
crise de 1929 a permis à travers le Keynésianisme de dresser une image bien différente de
ce que peut faire la politique fiscale. Ceci étant l’interventionnisme fiscal ne paraît
nullement facile à mener. Au sein même des protagonistes de celui-ci, il lui est exigé une
délicatesse bien particulière et bien souvent difficile à réaliser.
En effet, bien que le consensus théorique ne semble pas des plus évidents, la fiscalité se
trouve aujourd’hui un instrument de taille à la portée des décideurs de politiques
économiques, qui permet d’impacter à travers plus d’un canal le choix des agents
économiques. Dans cette configuration, l’intérêt porté à cette question a connu
d’innombrables développements dont la conclusion la plus évidente appelle à manier avec
prudence cet instrument de politique économique. S’il s’avère délicat de trouver consensus
sur le plan théorique, il importe de ne point oublier que la réalité est bien plus compliquée
que la plus complexe des théories, ce qui rend la tâche bien plus ardue pour les décideurs
de politiques économiques. La crise financière internationale, intervenue vers la fin de la
décennie deux-mille s’est développée en crise économique avec des effets notoires sur le
potentiel de croissance à l’échelle internationale et nationale. Elle a remis les discussions
autour du rôle de la fiscalité à l’ordre du jour et ce au regard notamment de l’effritement
des marges de manœuvres budgétaires dans plusieurs pays et ce parallèlement à un besoin
pressant d’insuffler de nouvelles dynamiques à une croissance molle et insuffisante.
86
Dans ce sens, le présent chapitre présente une modeste contribution visant à éclaircir la
nature de cette relation pour le cas marocain, en puisant notamment dans la littérature
économique tout en brassant des spécificités marocaines reproduites par les données
historiques existantes. Ce chapitre est constitué de trois sections portant successivement
sur les principaux faits stylisés de la fiscalité au Maroc, la relation entre fiscalité et
croissance ainsi que l’estimation de la pression fiscale optimale.
Outre quelques brèves discussions autour des définitions, principes de base et rôle de la
fiscalité, la première section dresse un aperçu historique de l’évolution de la fiscalité au
Maroc. Ensuite, une première discussion, aussi sommaire soit-elle est proposée des grandes
lignes des assises nationales sur la fiscalité, tenues en 1999 et en 2013, en résumant les
principales conclusions et recommandations des différents intervenants. Cette lecture est
par la suite garnie par quelques faits stylisés mis en évidence à travers une lecture critique
de l’évolution, la structure et le degré de concentration des recettes fiscales. Enfin, dans
une approche comparative, un benchmark international est proposé pour plusieurs
indicateurs attestant aussi bien de la pression fiscale que de la complexité du système fiscal.
La deuxième section discute plus particulièrement de la nature de cette relation complexe

et compliquée entre la fiscalité et l’activité économique. Elle dresse une revue de la
littérature sur les développements théoriques en la matière et puise dans les statistiques
internationales puis zoomer sur le plan analytique sur la nature de cette relation.
S’intéressant plus particulièrement au cas marocain, une lecture critique des élasticités
instantanées est proposée permettant de dégager quelques conclusions jugées utiles pour
les quelques essais empiriques établis. Relativement à ces derniers, plusieurs facteurs
limitatifs persistent pour le cas marocain, dont notamment l’existence et la nature de
certaines données, ceci étant une lecture des résultats obtenus est effectuée et sera
alimentée notamment par l’intégration de la structure des recettes fiscales.
La troisième et dernière section de ce chapitre propose un regard croisé sur la nature de

cette relation, en prônant la théorie discutée initialement par Ibn Khaldoun dans Al
87
Moukaddama, liant les taux d’imposition aux recettes fiscales puis à la croissance
économique.
Il sera question ainsi de discuter de la taxation optimale qui stipule l’existence de seuils
critiques régissant la nature de la relation entre activité économique et fiscalité. Ces seuils
constituent les niveaux permettant de maximiser les recettes fiscales sans impacter
négativement la croissance. Cette investigation est menée à travers le recours à quelques
développements théoriques et statistiques de l’ordre du modèle de Scully ou encore des
modèles de régressions non linéaires.
88
Section 1 : fiscalité au Maroc
Introduction
La fiscalité a longtemps été au cœur des débats économiques. Ses principes, objectifs ainsi
qu’interactions avec les différents agrégats macroéconomiques ont été longuement
discutés et débattus. Les conclusions globalement diffèrent en fonction de plusieurs
facteurs laissant le champ encore ouvert et propice à de nouvelles interventions en la
matière dans le futur et ce, en tenant compte des enseignements à tirer de l’actuelle crise
économique. Dans cette perspective, l’objet de cette section s’articule dans une première
phase autour de la définition, des principes et des aspects théoriques de la fiscalité. Il sera
question aussi d’établir les principaux faits stylisés se rapportant à la fiscalité à l’échelle
nationale et de positionner certains agrégats clés à l’échelle internationale.
Dans ce sens, cette section propose, en premier, un bref rappel des éléments de base se
rapportant à la définition et aux principes de la fiscalité, elle discute par la suite d’une
manière plus générale de la politique budgétaire, celle fiscale et du rôle de l’impôt. Elle
revient aussi sur l’histoire de la fiscalité au Maroc, en distinguant quatre grandes phases de
celle-ci : l’avant protectorat, durant le protectorat, après l’indépendance et la fiscalité
d’aujourd’hui. Ceci devrait permettre de mieux appréhender la nature de la transition du
système fiscal au Maroc. Dans cette orientation, une discussion est menée des grandes
lignes des assises nationales sur la fiscalité, tenues respectivement en 1999 et en 2013,
l’objectif étant de préciser les principales évolutions, conclusions et recommandations des
différents intervenants.
En outre, il est proposé de mener quelques analyses empiriques à travers les données
historiques de la fiscalité au Maroc afin d’en extraire un certain nombre de faits stylisés
jugés utiles pour le reste des travaux. Ainsi, outre l’évolution et la structure de la fiscalité au
89
Maroc, il est proposé d’analyser le degré de concentration des recettes fiscales à travers
l’utilisation d’un indicateur synthétique et le recours à l’identification du triangle fiscal qui
distingue les impôts en fonction de leur nature. En ce qui concerne plus particulièrement
l’impôt sur le revenu et celui sur les sociétés, une discussion plus détaillée de la
progressivité de ces derniers est menée.
Enfin, la dernière partie propose d’analyser le positionnement du Maroc en matière de

différents indicateurs se rapportant à la fiscalité, dont notamment le poids au PIB des
recettes ordinaires et la pression fiscale. Dans le même sens, plusieurs indicateurs émanant
du climat des affaires sont utilisés afin d’analyser l’évolution et le positionnement dans le
temps du Maroc. Il sera question notamment de comparer le nombre de paiements
effectué par les entreprises, le temps nécessaire pour régulariser ceux-ci et le temps moyen
par impôt.
1- Définition et principes de la fiscalité
Tirant son origine du terme latin « fiscus » signifiant le « panier », le terme « fiscalité »
désigne à la fois le système de perception des impôts et l'ensemble des lois qui régissent les
procédés de perception. Il renvoi ainsi à l’ensemble des impôts en vigueur dans une
économie. Constituant aussi une importante source de financement du budget, la fiscalité
est souvent constituée de différents impôts et taxes greffant aussi bien les revenus, les
profits et les actes économiques des différents agents. Dans cette configuration, la fiscalité
interagit largement avec le comportement des agents économiques, pouvant constituée
ainsi un pouvoir incitatif voire répulsif.
Le choix de la terminologie n’est pas des plus innocent en fiscalité. En effet, l’impôt n’est
pas la taxe. Si l’impôt est assimilé à une contribution payée à l’Etat sans contrepartie directe
rendue par l’administration au contribuable, la taxe pour sa part est intimement liée à une
prestation de service. Elle suppose que l’administration rende un quelconque service à celui
qui la paie. Cependant, il importe de signaler que bien souvent la taxe a été assimilée à
l’impôt. En effet, il suffit de se rendre compte que la taxe sur la valeur ajoutée ainsi que
celle intérieure sur la consommation constituent généralement le gros des impôts indirects.
90
Par ailleurs, au regard du décalage temporel établi sur la base des calculs actuariels, les
prélèvements obligatoires au titre des cotisations sociales peuvent et sont bien souvent
assimilées aux impôts en leur qualité de charges obligatoires supplémentaires aussi bien
pour les personnes physiques que morales.
Au cours des dernières années, la dette de plusieurs économies aussi bien avancées,
émergentes que pauvres a connu une forte progression en relation avec les effets récessifs
de la crise financière conjugués aux évolutions des matières premières. Dans ce contexte,
marqué par une baisse des recettes fiscales accompagnée d’une pression importante sur les
autorités publiques, du moins pour relancer l’activité économique et prendre en charge les
franches de la population les plus affectées par la crise, le relèvement de l’impôt, principal
contributeur aux ressources budgétaires, s’avère une solution et un challenge de taille pour
les Etats. En effet, il importe de pouvoir le faire sans altérer davantage une situation
économique souvent bien compliquée.
Ceci étant, il est bien plus facile d’y penser que de prétendre à pouvoir l’implémenter dans
une réalité économique bien complexe, confrontée à plusieurs défis. Outre le lobbying ou
encore la réaction de la population, l’instauration de nouveaux impôts et/ou taxes ne peut
échapper aux grands principes de la fiscalité, notamment la neutralité, l’efficience, la
certitude et la simplicité, l’efficacité et l’équité ainsi que la flexibilité.
- Neutralité : la neutralité suppose que le système fiscal permet un recouvrement des

recettes qui minimise les discriminations pouvant influencer (favorablement ou non) un
choix économique donné. Dans ce sens, un impôt neutre ne doit pas déclencher des
variations de l’offre et de la demande autres que celles observées en l’absence
d’imposition ;
- Efficience : L’efficience signifie la réduction des coûts de la discipline fiscale pour les
entreprises et l’administration autant que possible ;
- Certitude et simplicité : Les contribuables (particuliers et entreprises) ont besoin

d’avoir un système fiscal dont les règles sont claires et simples leur permettant de
91
comprendre facilement leurs droits et devoirs et à quoi s’en tenir. En effet, si un

système fiscal complexe peut engendrer des coûts de distorsion pour l’économie, un
système simple et clair peut même faciliter le rôle des pouvoirs publics ;
- Efficacité et équité : il s’agit de payer le montant approprié d’impôt à la date voulue,

tout en évitant la double imposition et la non-imposition involontaire, et ce en
réduisant les possibilités de fraude et d’évasion fiscale. Un système fiscal équitable est
important dans le cadre de la politique fiscale. L’équité recouvre deux composantes :
horizontale et verticale. Celle horizontale suppose que tous les contribuables doivent se
trouver dans la même situation et payer tous la même somme. L’équité verticale
suppose que les contribuables dont les revenus sont plus élevés doivent payer
proportionnellement plus que les autres contribuables ;
- Flexibilité : il s’agit de s’adapter en permanence aux nouveaux besoins identifiés pour

le recouvrement des besoins de recettes des Etats, en tenant compte des évolutions
des techniques et des transactions commerciales.
Le respect de ces règles constitue en soi une difficulté et un défi de taille au regard des
spécificités intrinsèques de chaque économie mais et surtout en perspective des grands
objectifs que chaque économie s’attèle à atteindre dans le temps. A titre d’exemple, s’il est
commun d’être d’accord sur l’intérêt de préconiser un système incitatif à l’initiative privée
et à la recherche et développement, faut-il choisir un certain nombre de secteurs à
développer ou est-ce qu’il serait plus simple d’élargir les avantages accordés à l’ensemble
de l’économie ? Et dans ce cas, ne faudrait-il pas songer à de nouveaux avantages pour
pouvoir créer une certaine incitation pour tel et tel secteur ?
Les réponses à ces questions ne sont ni simples ni faciles. En effet, les travaux étudiés
permettent globalement d’infirmer un postulat qui n’est autre que le suivant : il n’est pas
possible de trouver une réponse qui ne doive changer en fonction du temps, de la maturité
et des spécificités intrinsèques qu’elles soient économiques, sociales et/ou culturelles de
chaque pays.
92
2- Politique budgétaire, fiscale et rôle de l’impôt
Dans son ouvrage intitulé, « The theory of public finance, a study in public economy »,
Musgrave (1959), distingue trois fonctions principales de l’Etat qui permettent d’organiser
conceptuellement, à partir d’une typologie assez simple, l’étude des finances publiques :
- Allocation et production de biens publics, afin de parer à la présence d’externalités

induisant un fonctionnement sous optimal des marchés ;
- Equité et justice distributive, visant à corriger au sens de la justice sociale les inégalités
engendrées, en particulier, par la répartition primaire des revenus ;
- Stabilisation et politique macroéconomique, axées principalement sur le rééquilibrage

des évolutions macroéconomiques des pays, en se fixant pour objectifs notamment la
lutte contre l’inflation, le chômage ou encore la relance de la croissance en période
dépressive.
Si cette répartition facilite le cadre conceptuel de l’analyse portée sur la politique

budgétaire ou encore le rôle de l’Etat, il s’avère important de préciser que ces fonctions
sont le plus souvent interdépendantes et, par la même, complexes. En effet, il n’est pas sans
conséquences sur la distribution des revenus d’adopter des politiques de relance ou encore
d’accorder des avantages à certains secteurs.
La politique fiscale constitue ainsi l’une des dimensions de la politique budgétaire qui
regroupe l’ensemble des actions, qu'il s'agisse de dépenses ou de recettes, menées par les
pouvoirs publics et ayant un support financier. Dans ce sens, la politique fiscale traduit
l’ensemble des choix des décideurs publics et politiques dans les différents domaines qu’ils
soient économiques, sociaux, juridiques ou autres.
En résumé, il est possible d’accepter que la politique fiscale constitue un pan de la politique
budgétaire qui vise à orienter voire à modifier la répartition des revenus et sa redistribution
tout en exerçant une influence sur l'activité globale et affectant les comportements des
93
agents économiques. Dans cette configuration, il est possible d’associer à la politique fiscale
quatre principales fonctions, à savoir :
- Le financement des dépenses publiques : habituellement considéré comme l’une des

principales fonctions des prélèvements obligataires, cette fonction répond aussi à la
doctrine du bénéfice qui stipule qu’il doit y avoir équivalence entre l’utilité que retirent
les citoyens des services publics qu'ils consomment et le "prix" fiscal qu'ils acquittent ;
- La redistribution, visant à corriger les inégalités issues de la répartition des revenus et

des richesses, il est possible de distinguer deux formes de la redistribution. Celle
horizontale qui opère auprès des ménages se situant dans la même strate de revenus
et/ou sur la base de critères autres que le revenu et dont l’objectif principal est de
parer à un risque social, tel que la maladie à travers des transferts en ressources.
D’autre part, la redistribution verticale repose sur la hiérarchie des revenus en
cherchant à en réduire les inégalités, à travers notamment l’impôt progressif sur le
revenu ;
- La régulation de l'activité économique et la stabilisation, cet objectif vise en particulier

à asseoir une trajectoire soutenable de croissance, basée sur l’emploi et la création de
richesse, tout en garantissant la pérennité des équilibres macroéconomiques ;
- Les incitations fiscales et la manipulation des comportements, utilisées afin

d’encourager les activités socialement et positivement appréciées et décourager celles
nuisibles, les incitations fiscales visent à modifier le comportement des agents
économiques en impactant les prix relatifs. Le mécanisme par lequel procèdent les
incitations fiscales est approché par le biais du coin fiscal et social qui est égal à la
différence entre le rendement avant impôt d’un investissement marginal et le
rendement net des épargnants qui ont financé cet investissement.
3- Fiscalité au Maroc : un aperçu historique
94
Il est possible de distinguer quatre principales périodes ayant marqué l’histoire d’imposition
au Maroc : celle du développement de l’administration avant le protectorat, pendant la
période coloniale, après l’indépendance et puis le système fiscal tel que connu aujourd’hui.
Avant le protectorat, le système fiscal en vigueur était constitué par les principaux
prélèvements ci-après :
- La Zakat : troisième pilier de l’islam, littéralement purification ou aumône légale, a

d’abord pour fonction de purifier les revenus et les biens des musulmans. La Zakat
est un acte purement volontaire ;
- L’Achour : Les terres productives soumises à l’autorité de l’Etat étaient frappées d’un
prélèvement égal à 10% des récoltes et des fruits (forme de Zakat sur les revenus
agricoles) ;
- La Jezya : ou « capitation » est un impôt versé par les non musulmans pour
bénéficier de la protection du sultan musulman ;
- Le kharaj : Littéralement, le produit de la terre. C’est un impôt foncier sur les terres
que les non-musulmans continuent à exploiter même si celles-ci sont devenues des
propriétés musulmanes ;
- La Hedya : est une donation faite aux souverains à l’occasion des cérémonies
religieuses. Au départ, elle revêtait la forme de cadeaux volontairement offerts par
les tribus au Sultan puis devenue obligatoire sous forme de redevance de
souveraineté ;
- La Harka : est le contingent armé demandé à une tribu par le Sultan lorsqu’il voulait
entreprendre une exploitation militaire ;
- La Mouna : fait référence aux fournitures de vivre que les tribus affectaient aux
armées du Sultan et aux auxiliaires du Makhzen en tournée ;
95
- La soukhra : représente les commissions remises par la tribu aux fonctionnaires qui
séjournaient sur son territoire pour quelque motif que ce soit ;
- La Ghorama : était la conséquence financière d’un dommage causé par un membre

d’une tribu (cas de révolte, de vols ou de crimes commis sur son territoire) ;
- La Touiza : est un impôt de prestations qui permettait de réaliser des équipements

d'intérêt commun ou d'effectuer des travaux de servitudes ;
- Le Meks : taxe variée sur les opérations de commerce intérieur ;
- Le Tertib (organisation) : s’inscrit dans le cadre d’une « réforme » fiscale qui visait à
instaurer un nouvel impôt sur les biens qui remplace l’ancien système basé sur la
Zakat, l’Achour et les autres taxes de souveraineté. Le Tertib visait aussi à assainir la
société et l’économie marocaines qui connaissaient une crise financière due
notamment au désintérêt des citoyens pour verser leurs contributions.
Le régime fiscal durant le protectorat s’était caractérisé par la réforme du système fiscal
suite à la détérioration progressive des finances du Maroc et à l’aggravation de son
endettement. Ainsi, le Protectorat fera de l'impôt, le principal instrument d'intervention
économique qui s’est traduite par la mise en place d’un système fiscal inspiré de celui
français.
Le protectorat a introduit la taxe d’habitation qui était établi au nom de toute personne
disposant d’une habitation dans les villes et les centres urbains. Le prélèvement sur les
traitements et salaires a vu le jour à partir de 1939. Cet impôt s’inspirait largement de
l’impôt sur les salaires français avec un barème progressif et un abattement à la base,
assorti le cas échéant de déductions pour enfants à charge.
L’impôt sur les bénéfices (IS actuel) des activités patentables fut également instauré sans
pour autant supprimer la patente. À côté de ces impôts directs, on recense les droits de
douane, les taxes intérieures sur les biens de consommation, la taxe sur les transactions
avec exonération du commerce de détail.
96
La fiscalité indirecte comprenait d’autres taxes dont les droits de marchés ruraux, les droits
de régie, les droits des pauvres, les vérifications des poids et mesures.
Le régime fiscal au lendemain de l’indépendance trouve sa légitimité dans les textes de la

constitution en tant que loi suprême qui contient des dispositions définissant les
fondements de l’obligation fiscale et l’autorité compétente pour l’établir.
Concernant les impôts de consommation, le Maroc a mis en place une nomenclature et un

tarif douanier qui a abandonné les dispositions de l’Acte d’Algésiras et a soumis les produits
à des taux distincts. Pour ce qui est des taxes intérieures à la consommation, elles ont été
appliquées au tout début aux tabacs, vins et alcools, ainsi que les produits pétroliers puis
généralisées aux autres produits de consommations courantes tel que le sucre, le thé, le
café...
Concernant l'imposition du travail, il s'agissait principalement du prélèvement fiscal opéré

sur la population active travaillant dans le secteur public et privé par le biais du
prélèvement sur les traitements et salaires. Cet impôt était retenu à la source sur la base
d’un taux variant de 6% à 36%.
Le système fiscal actuel a connu plusieurs réformes depuis le milieu de la décennie quatre-
vingt. L’objectif essentiel attendu de ces réformes était l’élaboration d’un système fiscal
efficient et plus universaliste. En effet, le Maroc a entrepris un vaste chantier d’ouverture
vers l’extérieur, alimenté par le démantèlement douanier suite à la signature d’accords de
libre-échange avec de nombreux pays ou de zones économiques importantes.
Aujourd’hui, les droits de douane ayant été fortement réduits, les impôts direct et indirect
constituent l’essentiel des recettes sur lesquelles s’adosse le budget de l’Etat.
Durant cette période, le système fiscal a connu l’introduction de :
- La Taxe sur la Valeur Ajoutée (TVA) en 1986 ;
- L’Impôt sur les sociétés (IS) en 1988 et ;
97
- L’Impôt Général sur le Revenu (IGR) en 1990, dénommé depuis 2006, Impôt sur le
Revenu.
4- Les assises nationales sur la fiscalité, quels enjeux ?
Les premières assises nationales sur la fiscalité se sont tenues le 26 et 27 novembre 1999 et
avait pour ambition la mise en place d’un système fiscal synthétique, cohérent et efficient.
En d’autres termes, la simplification, la neutralité de l'impôt dans la décision d'investir,
l'atténuation de la charge fiscale et la consolidation des recettes fiscales de l'Etat. Les
deuxièmes assises nationales sur la fiscalité se sont tenues le 29 et 30 avril 2013, soit après
quatorze années des premières assises, et ont traité presque des mêmes questions, en
l’occurrence, la fiscalité et l’équité, la fiscalité et la compétitivité et puis de la fiscalité locale.
Tableau 2.1.1 : Programme des assises nationales sur la fiscalité

ére
1 assises nationales sur la fiscalité 2éme assises nationales sur la fiscalité
I- Epargne et investissement : I- Fiscalité et équité
neutralité-interventionnisme II- Fiscalité et compétitivité
II- Fiscalité : Efficacité-Equité III- Administration fiscale et attentes
III- Fiscalité d’Etat- fiscalité locale des usagers
IV- Le contentieux fiscal IV- Fiscalité locale
V- Le contrôle fiscal
VI- La modernisation de
l’administration fiscale
Source : Auteur
Les conclusions phares de ses assises ont permis d’identifier un nombre important
d’entraves et de problèmes intrinsèques à celui-ci. En effet, parmi ces conclusions phares, il
en ressort que :
- Le système fiscal marocain a perdu en lisibilité et a très largement renforcé la doctrine

administrative, tout simplement parce qu’il n’y avait pas un suivi de la réforme, une
continuité, une amélioration, …
- Le poids de la fiscalité ne pèse pas de façon équilibrée sur les agents économiques, la
TVA ne touche pas de grands pans de l’activité économique, soit un système fiscal
inéquitable, injuste, etc.
98
- Le nombre d’impôts qui continuent à encombrer le système fiscal reste impressionnant.

Même si des impôts ont certes été supprimés ou formellement intégrés dans d’autres,
la densité du système reste excessive au regard du rendement de la grande majorité de
ses composantes. Exemple donnée notamment par l’impôt sur le revenu, qui par les
différences existantes pour chacun de ses segments (revenus salariaux, professionnels,
locatifs, agricoles, profits fonciers…) regroupe inefficience et inefficacité au regard des
résultats obtenus.
Dans cette configuration, les différents intervenants, dont notamment la Direction générale
des impôts, le conseil économique, social et environnemental, se sont attelés à dresser des
bilans souvent complémentaires des déficits existants mais et surtout des propositions à
retenir pour y remédier. Dans ce qui suit, un tableau synthétique des principales mesures
proposées.
Tableau 2.1.2 : Propositions des différentes entités

CGEM :
- Fixer un délai de traitement des réclamations des contribuables.

- L’accélération de la mise en œuvre de « l’Administration-Electronique ».
- L’amélioration et la clarification des textes fiscaux pour un meilleur climat fiscal.
- La refonte du dispositif de sanctions souvent disproportionnées par rapport aux
infractions commises.
- La mise en place d’actions volontaristes pour lutter contre l’informel.
- L’élimination des distorsions inhérentes au système actuel de la TVA. Elle doit être
généralisée à toutes les activités.
- La généralisation du remboursement du crédit de TVA structurel.
- La suppression de la limitation du trop versé d’Impôt sur les Sociétés.
- La suppression de la règle du décalage d’un mois pour la récupération de la TVA.
TGR :
- La réforme de la TVA : le taux zéro devrait être exclusivement réservé aux

exportations.
- Un nombre important de dérogations fiscales compliquent la taxe, altèrent sa
cohérence, compromettent sa neutralité et en réduisent le rendement. Les
dérogations fiscales au titre de la TVA représentant 14,37 milliards de dirhams en
2012.
- La baisse du taux normal de 20% et la réduction du nombre de taux pour aboutir à
99
une TVA à deux taux, voire à un seul.
CMC :
- L’élimination totale des exonérations et l’application d’une structure à deux taux (un
taux normal de 14% et un taux réduit de 7%) pour se conformer aux normes de la
TVA « nouvelle génération » permettrait d’atteindre un potentiel de prélèvements
fiscaux pour l’année 2011 de l’ordre de 78,5 milliards de dirhams, soit 9,2% de plus
par rapport aux recettes réalisées cette année.
DGI :
- Placer la fiscalité au service de la compétitivité, mettre en place un système juste et

équitable et améliorer la relation entre l’administration fiscale et les usagers, en
perspective de l’élaboration d’un projet de réforme pour la loi de finance 2014.
- Problématiques de l’assiette fiscale, du secteur informel, des droits et devoirs des
contribuables et de la communication et l’accès à l’information fiscale pour
davantage de transparence.
CESE :
- Indexer les tranches de l’IR sur l’inflation de façon à maintenir le pouvoir d’achat de
la classe moyenne.
- Relever de façon progressive la tranche exonérée de l’IR à 4.000 dirhams.
- Clarifier les textes pour la fixation du résultat imposable (provisions, taux de chute
ou de pertes, prix de transfert, etc.), à définir avec les différents secteurs d’activité.
- Passer à 2 taux de TVA donnant droit à récupération, un taux normal à 20%, et un
taux réduit à 10%, en plus du taux à 0% pour les produits nécessitant une
exonération. En liaison avec cette mesure, réserver 2 points de TVA au financement
de la couverture sociale.
- Réintroduire un taux de TVA super élevé (30%) sur les produits de consommation de
luxe dont la recette ainsi que celle de l’équivalent de 2 points de TVA au taux de 20%
peuvent être affectés au financement des cotisations sociales et/ou au fonds d’appui
à la cohésion sociale.
Quatre lois de finances ont été adoptées depuis la tenue des assises fiscales en 2013. Ne
disposant pas d’un bilan officiel, une lecture des différentes mesures introduites au niveau
des Lois de finances adoptées jusque-ici indique que le bilan globalement limité, voire
même en deçà des attentes des différents intervenants.
100
En effet, les mesures adoptées se résument à plusieurs modifications intervenues au niveau

de la taxe sur la valeur ajoutée, avec notamment l’augmentation des taux de certains
produits exonérés totalement ou partiellement auparavant, l’échelonnement de l’IS,
l’imposition des exploitations agricoles d’une certaine taille économique ainsi que certains
aménagements adoptés au niveau de l’IS et de l’IR pour les petites et moyennes entreprises
ou les nouveaux opérateurs économiques.
Ces mesures, malgré leur importance, ne semblent pas pouvoir constituer une cassure avec
les principales entraves diagnostiquées durant ces assises. N’ayant pas permis de réduire
jusque-là la complexité du système fiscale ni d’asseoir, les mesures entreprises restent,
ainsi, largement en deçà des attentes et des objectifs assignés à la fiscalité.
5- Fiscalité au Maroc : une lecture chiffrée
Dominées à hauteur de 87% (1990-2016) par Graphique 2.1.1 : Recettes ordinaires,

En millions DH
les recettes fiscales, les recettes ordinaires
300 000
Recettes ordinaires
ont enregistré une évolution globalement 250 000
RO hors dons CCG
Poly. (Recettes ordinaires)
ascendante sur la période 1990-2016. 200 000
Poly. (RO hors dons CCG)
150 000
Cette orientation a connu, toutefois, une
100 000
certaine décélération sur les dernières 50 000
années. Ce ralentissement est d’autant plus 0

1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
perceptible si les recettes ordinaires sont
Source : Données MEF et calculs auteurs
diminuées des dons en provenance des pays
du CCG.
Les recettes non fiscales, constituées à Tableau 2.1.3 : Structure des recettes ordinaires
1990- 1990- 2000- 2010-
hauteur de 44,9% sur la période 1990-2016, 2016 1999 2009 2016
Recettes fiscales 86.6 87.6 85.2 87.1
par les recettes de monopoles et de 43% en Recettes non fiscales 11.4 10.8 12.1 11.4
Recettes de certains CST 1.6 0.6 2.8 1.5
moyenne par les autres recettes, ont
Source : Données MEF et calculs auteur
enregistré une nette progression au cours
101
des dernières années.
Graphique 2.1.2 : Evolution des principales composantes des recettes ordinaires

300 000
250 000 Recettes de certains CST

Recettes non fiscales
200 000
Recettes fiscales
150 000
100 000
50 000
0
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
5.1- Recettes fiscales
Avec une évolution moyenne de 8,2% entre 1980 et 2016, les recettes fiscales ont été
multipliées par quinze entre les deux périodes, pour atteindre 212,4 milliards de dirhams en
2016. Sur cette même période, l’évolution des recettes fiscales a enregistré une orientation
globalement baissière, avec une pente linéaire de -0.26 sur la période.
Graphique 2.1.3 : Recettes fiscales au Maroc

MMDH %
250 30
25
200 20
y = -0,2591x + 13,219 15
150 R² = 0,145
10
5
100
0
50 -5
-10
0 -15
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
102
En 1993, l’évolution des recettes a enregistré sa première baisse sur l’horizon, avec un léger
repli de 0,16%. Depuis, une deuxième phase est enregistrée entre 1993 et 1999, avec une
orientation globalement ascendante (pente linéaire positive de 1,25).
En 2000, l’évolution des recettes fiscales enregistre une deuxième baisse, avec un déclin de
9,8%, pour entamer une nouvelle évolution ascendante entre les années 2000 et 2008, avec
une pente de 2,9 largement plus importante que la première. L’année 2008 a été marquée
par la plus forte hausse des recettes fiscales, en progression de 23,7%, avant d’encaisser la
plus importante baisse une année après, soit 9,8%. Depuis, l’évolution des recettes fiscales
a connu une nouvelle phase de stabilisation autour de 5,9% qui a duré trois années, une
nouvelle baisse en 2013, avec un taux de 0,9% puis une relative stabilisation autour de 2,6%
entre 2014 et 2016.
Graphique 2.1.4 : Ratio des recettes fiscales

35
30
25
20 y = 0,2212x + 20,947
R² = 0,6508
15 y = 0,2055x + 18,143
R² = 0,7026
y = 0,1906x + 15,65
10 Au PIB Au PIB non agricole R² = 0,7117
A la VA non agricole Linéaire (Au PIB)
5
Linéaire (Au PIB non agricole) Linéaire (A la VA non agricole)
0
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Sources : Données MEF, HCP et calculs auteur
Exprimées en pourcentage du PIB, les recettes fiscales enregistrent une évolution

globalement ascendante, avec une pente qui tend à s’affirmer davantage pour le ratio
rapporté à la valeur ajoutée non agricole en comparaison avec celle enregistrée pour les
recettes rapportées au PIB nominal.
103
En particulier, il est observé une évolution qui tend à devenir décroissante depuis 2008 sur
les différents indicateurs présentés dans le graphique précédent, ce qui s’explique aussi
bien par la valeur maximale atteinte en 2008 que par le ralentissement observé au niveau
de certaines catégories d’impôts.
5.2- Structure des recettes fiscales
Au regard des changements de structure ayant greffé la fiscalité marocaine à la fin des
années quatre-vingt, avec l’introduction de la taxe sur la valeur ajoutée en 1986, de l’impôt
sur les sociétés en 1988 et de l’impôt sur le revenu en 1990, il est proposé dans ce qui suit
de limiter l’analyse de la structure des recettes fiscales sur la période s’étalant de 1990 à
2016.
Graphique 2.1.5 : Structure des recettes fiscales

100
90
80
70
60 Enregistrement et timbre
50 Droits de douane
40
Impôts indirects
30
20 Impôts directs
10
0
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
Source : Données du MEF et calculs auteur
La structure des recettes fiscales au Maroc a enregistré d’importantes évolutions entre

1990 et 2016, avec notamment une baisse quasi-continue des droits de douane, dont la
participation au total des recettes est revenue de 21,6% en 1990 à 4,3% en 2016, et ce
parallèlement au renforcement de l’ouverture économique du pays accompagné par un
important processus de démantèlement tarifaire en relation avec la multitude d’accords et
conventions de libre échange signés par le Maroc. En parallèle, les droits d’enregistrement
et timbres, avec une participation moyenne au total des recettes fiscales de 8% au cours
des trois dernières années, ont enregistré une forte évolution au cours de ces années, en
104
relation notamment avec la succession d’opérations ponctuelles ayant drainées des

recettes exceptionnelles en la matière. Entre 1990 et 2013, ils ont contribué à hauteur de
5,4% en moyenne au total des recettes.
Dominées à hauteur de 75% (entre 2007 et 2016) par les rentrées au titre de la taxe sur la
valeur ajoutée, les impôts indirects contribuent en moyenne à hauteur de 46,7% au total
des recettes fiscales, avec une oscillation entre 43,1% et 50,4%.
Graphique 2.1.6 : Impôts indirects

120
100
TIC TVA
80
60
40
20
0
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Source : Données MEF et calculs auteurs
Constitués majoritairement par les impôts sur les sociétés et ceux sur le revenu, les impôts
directs procurent en moyenne 35% (1990-2016) du total des recettes fiscales. Une
participation qui a connu une importante évolution à partir de 2004 pour s’établir en
moyenne à 39,8% contre une proportion moyenne de 30,4% sur la période précédente.
Cette prise d’importance trouve pour origine principalement la forte évolution des impôts
sur les sociétés.
105
Graphique 2.1.7 : Impôts directs

90
80
70 Autres impôts directs
60 Impôts sur le Revenu
50 Impôts sur les Sociétés
40
30
20
10
0
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Impôt sur le revenu :
L’impôt sur le revenu avait entre autres pour objectifs d’harmoniser, homogénéiser et
d’unifier les traitements accordés à différentes sources de revenus (revenus
professionnels, provenant des exploitations agricoles, salariaux et assimilés, revenus et
profits fonciers, revenus et profits de capitaux mobiliers). Ainsi, cet impôt s’est substituer à
un ensemble d’impôts spécifiques, avec des traitements différents et ce, en proposant un
traitement unifier afin d’assurer une certaine équité horizontale. En effet, les revenus de
nature différente mais de montant égaux sont supposés être soumis à la même charge
fiscale. L’atteinte de ces objectifs est largement discutable, puisque le revenu imposable
des différentes catégories constituant l’IR est obtenu à travers des calculs différenciés
allouant notamment une taxation inférieure au revenus agricole ou encore financiers.
Depuis son instauration, le taux marginal supérieur a été révisé à la baisse à plusieurs
reprises, cumulant ainsi une diminution de 14 points de pourcentage, en passant de 52%
(1990) à son instauration à 38% depuis la LF2010.
106
Graphique 2.1.8 : Taux marginal (maximal) de l’impôt sur le revenu
Source : MEF et calculs auteurs
Cet impôt est supposé aussi assurer une certaine équité verticale à travers un barème
d’imposition progressif. Cependant, il est observé que le niveau de taxation en fonction du
revenu est paramétré bien plus à travers une évolution logarithmique, ce qui assure une
taxation certes progressive mais dont l’évolution ressort régressive, qu’à travers une
évolution linéaire ou encore progressive ascendante.
Tableau 2.1.4 : Barème de l’IR en 2017

Somme à déduire en
Tranches de revenu en DH Taux en %
DH
0 à 30000 0 0
30 001 à 50 000 10% 3000
50 001 à 60 000 20% 8000
60 001 à 80 000 30% 14 000
80 001 à 180 000 34% 17 200
plus de 180 000 38% 24 400
Source : MEF et calculs auteur
107
En effet, alors que le taux d’imposition évolue d’une manière linéaire entre la première
tranche et la troisième, avec une pente linéaire de 0,09, la progressivité de cette courbe
diminue à la suite de la prise en compte de la dernière tranche pour revenir à 0,08.
Graphique 2.1.9 : Progressivité régressive de l’IR
Impôt sur les sociétés :
Instauré en 1988, l’impôt sur les sociétés a connu à l’instar de celui sur le revenu, une
diminution graduelle de son taux d’imposition, avec un repli cumulé de 10 points de
pourcentage entre 1988 et 2015, faisant passer le taux de droit commun de 40% à 30%.
Graphique 2.1.10 : Taux marginal (maximal) de l’impôt sur les sociétés
108

En particulier, la loi de finances 2016 a introduit un barème proportionnel au bénéfice
fiscal, passant de deux taux de droit commun (10% et 30%) à quatre taux (10%, 20%, 30%
et 31%), ce qui constitue une baisse de la charge fiscale de l’IS pour les sociétés de tailles
intermédiaires et une hausse pour les contribuables qui ont un bénéfice supérieur à 5
millions de dirhams.
Ce changement important a permis certes une certaine progressivité au niveau de l’impôt

mais à l’instar du constat établi en la matière pour l’impôt sur le revenu, cette progressivité
s’avère régressive. En effet, alors que la charge additionnelle pour un bénéfice net
supplémentaire d’un dirham aux paliers de 300.000 et 1.000.000 de dirhams s’établit à
10%, elle ne limite à 1% pour le palier de 5.000.000 de dirhams.
Tableau 2.1.5 : Barème de l’IS à partir de 2016
Montant du bénéfice net en DH Taux en %

Inférieur ou égal à 300.000 10%
De 300.001 à 1.000.000 20%
De 1.000.001 à 5.000.000 30%
Au-delà de 5.000.000 31%
109
A ceci s’ajoute un facteur important que constitue la concentration de cet impôt sur un
nombre limité d’agents économiques. En effet, selon le rapport « Le système fiscal
marocain, développement économique et cohésion sociale » publié par le Conseil
économique, social et environnementale, 82% des recettes de l’IS proviennent au Maroc
de la performance de 2% des sociétés et 73% des recettes de l’IR sont perçues sur les
salariés du secteur public et privé. La faible contribution des personnes physiques non
salariées (commerçants, entrepreneur exerçant à titre individuel, professions libérales) est
très significative.
5.3- Degré de concentration des recettes fiscales
Pour analyser le degré de concentration des recettes fiscales au Maroc, deux approches
sont adoptées. La première se base sur l’utilisation d’un indicateur composite, à savoir
l’indice de Herfindahl-Hirshman (IHH) et la deuxième repose sur l’identification du triangle
fiscal, en distinguant notamment les impôts greffant les revenus, de ceux sur les
entreprises et ceux sur la consommation.
Méthode de l’Indice de Herfindahl-Hirshman (IHH) :
Le calcul de l’indice de Herfindahl-Hirshman qui permet d’identifier la répartition de la

charge fiscale sur les différents impôts s’effectue à travers la sommation des parts élevées
au carré de chacun des impôts (multipliées par 100). Plus l’IHH des recettes est élevé plus
la charge fiscale est concentrée entre un petit nombre de forme d’imposition. D’une
manière générale, lorsque l’IHH s’accroît ceci s’interprète par une augmentation du degré
de concentration du phénomène étudié. Dans ce sens, on s’intéresse plus particulièrement
à l’évolution de l’IHH des recettes fiscales (IR, IS, TVA, TIC, DD, DET, autres impôts directs)
sur la période 1990-2016.
Graphique 2.1.11 : L’indice de Herfindahl-Hirshman des recettes fiscales entre 1990 et 2016
110
26
y = -0,0002x4 + 0,0119x3 - 0,1745x2 + 0,8808x + 17,197
24 R² = 0,9753
22 y = 0,2476x + 16,733
R² = 0,7859
20
18
16
14
12
10
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Si l’évolution de l’IHH ressort globalement ascendante, avec une pente linéaire positive
de 0.25 sur la période étudiée, il s’avère possible de distinguer trois principales phases de
son évolution :
1. La première s’étale de 1990 à 1999, avec un indice quasi-stable qui enregistre une
diminution sur les dernières années. En effet, la pente linéaire enregistrée sur cette
période ressort négative de l’ordre de 1.99 ;
2. La deuxième phase entre 2000 et 2011 constitue « la phase ascendante »

d’accélération du degré de concentration des recettes fiscales. La pente linéaire de
l’indice sur cette période s’élève ainsi à 0.52, soit deux fois le degré d’inclinaison de la
pente enregistrée sur tout l’historique ;
3. Une troisième phase s’étalant sur la période couvrant les années 2012 à 2016, avec
une nouvelle baisse du degré de concentration des recettes fiscales (pente linéaire
négative de 0.34).
Méthode du triangle fiscale
111
Le concept repose sur la distinction des impôts par nature de ceux-ci. En effet, il est proposé
de distinguer les impôts greffant la consommation, à savoir la taxe sur la valeur ajoutée,
celle intérieure de consommation et les droits de douanes ainsi que ceux d’enregistrement
et timbres, de l’impôt sur les salaires et autres revenus diminué de sa composante sur les
profits immobiliers, constituant 11,1% du total de l’impôt sur le revenu en 2016, et des
impôts sur les entreprises, qui rassemblent l’IS et le restant des impôts sur le revenu.
Graphique 2.1.12 : triangle fiscale au Maroc en 2016
Le triangle fiscal au Maroc s’avère fortement concentrée autour des impôts liés à la
consommation, qui constituent 60,1% du total des recettes fiscales en 2016 suivis par les
impôts sur les entreprises et profits immobiliers, avec une participation de 22,4%, puis ceux
sur les revenus diminués des profits immobiliers qui contribuent autour de 16,2% au total.
Ce constat est encore plus inquiétant si on s’intéresse à la concentration de l’impôt sur les
sociétés, qui est payé par une poignée de sociétés.
6- Fiscalité : un benchmark international
Exprimées en pourcentage du PIB, les recettes ordinaires au Maroc ressortent globalement

inférieurs à la moyenne mondiale enregistrée sur la période s’étalant de 2000 à 2016. En
effet, avec une valeur moyenne de 26% du PIB sur la période traitée, les recettes ordinaires
au Maroc s’avèrent largement inférieures à la moyenne mondiale de 29,8% du PIB. Certes
cette moyenne semble à son tour partiellement affectée par les données d’une poignée de
112
pays ayant un ratio au PIB dépassant 50%, toutefois, ce constat se maintient inchangé en
cas de non prise en compte de ces pays (la moyenne mondiale devient de 27,7% du PIB).
Graphique 2.1.13 : Recettes ordinaires en pourcentage du PIB (moyenne 2000-2016)

Ces résultats changent d’une manière très importante en comparant cette fois-ci les
données relatives à la pression fiscale, exprimées par les recettes fiscales rapportées au PIB,
sur la même période d’analyse. En effet, si les recettes ordinaires s’avèrent en proportion
au PIB inférieures en moyenne entre 2000 et 2016 à la moyenne mondiale, la pression
fiscale, pour sa part, ressort en moyenne supérieure à celle mondiale. Ce constat interpelle
notamment sur le poids réel de la fiscalité au Maroc et ce au regard notamment de son
degré de concentration.
Graphique 2.1.14 : Pression fiscale (Recettes fiscales au PIB) (Moyenne 2000-2016)
113
En particulier, il est procédé dans ce qui suit, à l’analyse des données disponibles au niveau
du Doing Business (DB). Ce classement concerne l’ensemble des taxes et impôts, y compris
les cotisations obligatoires, qu’une entreprise de taille moyenne doit payer ou qui lui sont
retenues chaque année. L’intérêt porté à l’IS émane de sa faible participation,
comparativement à la contribution des impôts sur la consommation, ainsi que son degré de
concentration autour d’une poignée d’entreprises.
Le classement du DB se distingue de l’approche retenue dans la comptabilité nationale ou

encore celle publique qui retient les charges qui affectent la trésorerie de l’Etat en prenant
compte de l’ensemble des éléments pouvant affecter la trésorerie des entreprises. Ceci
incorpore notamment l’impôt sur les bénéfices ou sur le revenu des sociétés, les cotisations
sociales et les charges patronales payées par l’employeur, l’impôt foncier, les droits de
mutation, l’impôt sur les dividendes, l’impôt sur les plus-values de capitaux, la taxe sur les
transactions financières, la taxe d’enlèvement des ordures et les taxes sur les véhicules à
moteur et les taxes routières et les petits impôts, taxes ou frais éventuels, voire même les
taxes sur la valeur ajoutée lorsqu’elles ne sont pas recouvrables.
114
Le premier indicateur retenu a trait au taux d’imposition total qui évalue le montant des
taxes, impôts et cotisations obligatoires, dont l’entreprise doit s’acquitter au cours de sa
deuxième année d’exercice, et est exprimé sous forme de part des bénéfices d’activité.15 La
définition retenue dans le Doing business est la suivante :
Méthodologie Doing Business : « Le montant total des taxes et impôts est la somme des
diverses taxes, impôts et cotisations sociales à payer, déduction faite des abattements et
exonérations. En sont exclues, les taxes retenues à la source (par exemple, l’impôt sur le
revenu des personnes physiques) ou perçues par l’entreprise et reversées à l’administration
fiscale (par exemple, la taxe sur la valeur ajoutée, la taxe sur les ventes ou l’impôt acquitté
sur les biens et services) mais qui ne sont pas à la charge de l’entreprise. Lors du calcul du
taux d’imposition total, le montant à verser est divisé par le bénéfice commercial. Ce dernier
est, essentiellement, le bénéfice net avant toutes les taxes imposables. Il se distingue de la
notion classique du bénéfice avant impôt, énoncé dans les états financiers. Lors du calcul du
bénéfice avant impôt, un grand nombre de taxes à la charge de l’entreprise sont déductibles.
Lors du calcul du bénéfice commercial, ces taxes ne sont pas déductibles. En conséquence, le
bénéfice commercial donne un aperçu clair du bénéfice réel de l’entreprise, avant toutes les
taxes encourues au cours de l’exercice fiscal. »
Graphique 2.1.15 : Taux d’imposition total des entreprises en % du profit
15
Le Doing Business 2017 indique le taux d’imposition total de l’année civile 2015.
115
Source : Données Doing Business 2017 et calculs auteur
Il en ressort que le coût de l’ensemble des taxes et impôts supportés par une entreprise
marocaine de taille moyenne s’élève en 20151 (DB2017) à 49,3%, soit un niveau
globalement supérieur à la moyenne mondiale qui s’établit à 40,18%.
En outre, le taux appliqué aux entreprises marocaines de taille moyenne semble diminuer à
un rythme largement inférieur à celui enregistré en moyenne mondiale. En effet, si la pente
de la courbe linéaire s’établit à -0.34 elle s’élève à -1,2 pour la moyenne mondiale. Afin de
pallier à l’existence d’un nombre limité de pays dont le taux total d’imposition s’élève, selon
le classement du Doing Business, à plus de 100%, il est proposé de reprendre ces analyses
en excluant ces observations afin de recalculer la moyenne mondiale. Celle-ci ressort
désormais à 40,1% au DB2017, une valeur quasi-stable depuis le classement du DB2012.
Ainsi, les conclusions établies précédemment s’avèrent globalement maintenues, avec cette
fois-ci une pente linéaire qui s’établit à -0.49 au lieu de -1.2 précédemment.
116
Graphique 2.1.16 : Evolution du taux Graphique 2.1.17 : Evolution du taux

d’imposition total des entreprises, Maroc et d’imposition total des entreprises, Maroc et
moyenne mondiale moyenne mondiale excluant les taux supérieurs
à 100%
Source : Données Doing Business et calculs auteur
En effectuant un tri ascendant des pays traités dans le Doing Business en fonction du taux
d’imposition total des entreprises, il s’avère que le classement du Maroc se détériore d’une
manière quasi-continue dans le temps entre le classement de DB2010 et celui de DB2017,
pour s’élever de 139ème à 162ème. Ceci intervient après avoir eu une légère amélioration du
classement du pays entre le DB2008 et celui de 2009.
En outre, il importe de signaler que la détérioration du classement du Maroc n’intervient

pas seulement en fonction de l’accroissement du nombre de pays traités dans le Doing
business, qui passe de 185 pays au DB2006 à 212 pays au DB2017. En effet, entre le DB2010
et le DB2017, le Maroc perd 23 positions dans le classement général, alors que le nombre
total de pays traités s’accroît de 18 positions. Ceci indique notamment qu’il existe
d’importantes marges d’amélioration en la matière pour notre pays.
117
Graphique 2.1.18 : Evolution du classement du Maroc

en termes de taux d’imposition total des entreprises
Source : Données Doing Business et calculs auteur
Le deuxième indicateur utilisé dans cette analyse repose sur le nombre de taxes et impôts
avec leur fréquence à la charge des entreprises. Le Doing Business défini cet indicateur
comme suit :
Méthodologie Doing Business : « Le nombre de fois que l’entreprise paie des taxes, impôts
ou cotisations durant un exercice est égal au nombre d’impôts, taxes ou cotisations
différents, multiplié par la fréquence des paiements (ou prélèvements) de chaque taxe,
impôt ou cotisation. Sont inclus dans le calcul de la fréquence des versements les paiements
(ou prélèvements) anticipés, ainsi que les paiements (ou prélèvements) réguliers. … Le
nombre de paiements prend en compte les déclarations électroniques. Lorsque les
déclarations d’impôts et les paiements sont entièrement électroniques et utilisés par la
majorité des entreprises de taille moyenne, la taxe ou l’impôt est comptabilisé comme étant
payé qu’une fois par an même si les déclarations et les paiements sont plus fréquents. … »
Le Maroc se classe parmi les pays disposant d’un nombre réduit de paiement à charge des
entreprises. En effet, avec un nombre total de 6 paiements par an, le Maroc se positionne à
un niveau largement inférieur à la moyenne mondiale de 25 paiements.
118
Graphique 2.1.19 : Nombre de fois que l’entreprise paie des taxes,

impôts ou cotisations durant un exercice
Graphique 2.1.20 : Evolution du Nombre de

fois que l’entreprise paie des taxes, impôts ou
Cet indicateur positionne le Maroc parmi les cotisations durant un exercice
pays les plus compétitifs en la matière. Ce

classement a largement bénéficié de
l’utilisation effective à partir de 2011 des
paiements électroniques ainsi que la
réduction du taux marginal d’imposition de
l’IS de 35% à 30%.
Source : Données Doing Business 2017 et
calculs auteur
Ceci étant, le Maroc souffre encore d’importants disfonctionnements entravant notamment

les procédures régissant le paiement des impôts. En effet, même si le pays se positionne
parmi ceux disposant de nombre réduit d’impôts greffant les activités des entreprises, le
119
temps nécessaire au paiement de ces derniers semble assez important et contraignant.

Pour en attester, il est proposé d’étudier l’indicateur relatif aux délais de paiements. Cet
indicateur est défini par le DB comme suit :
Délais : « Les délais sont exprimés en heures par exercice. L’indicateur évalue le temps
nécessaire à la préparation, à la déclaration et au paiement de trois principaux impôts, taxes
et cotisations : l’impôt sur le revenu des entreprises, la taxe sur la valeur ajoutée ou taxe sur
les ventes, les impôts liés à l’emploi, notamment l’impôt sur les salaires à la charge de
l’employeur et les cotisations sociales. Le temps de préparation comprend le temps
nécessaire à la collecte de l’ensemble des informations indispensables au calcul des taxes ou
impôts à payer. Si l’on doit tenir des livres de compte séparés, ou effectuer des calculs
distincts, à des fins fiscales, le temps nécessaire à ce travail est comptabilisé. ».
Graphique 2.1.21 : Délais de paiement des taxes et impôts, en heures
120
Avec une moyenne de 211 heures par année nécessaires pour le règlement des impôts
depuis le classement du DB2016, le Maroc ressort globalement inférieur à la moyenne de
273,6 heures, nécessaires au plan mondial. Toutefois, une simple lecture graphique permet
d’identifier un nombre réduit de pays dont le délai s’avère largement supérieur. Afin de
limiter l’effet de ces pays sur la moyenne, il est proposé de retenir une moyenne
conditionnée, qui retient les pays dans le délai ne dépasse pas 500 heures. Le choix du
plafond repose sur une lecture graphique alimentée par une fonction de distribution à la
Lorenz. Ainsi, le nombre d’observations non retenu s’élève à quinze pays dans le DB2017. Le
temps demandé au Maroc ressort, cette fois-ci très proche de la nouvelle moyenne
mondiale qui ressort à 216,2 heures. En somme, même si le Maroc a pu réduire entre le
classement du DB2006 et celui de 2017, le délai de paiement de 147 heures, il s’avère que
cette dynamique reste insuffisante au regard des volontés émises par le pays.
Afin d’illustrer plus clairement cette insuffisance, il est proposé par la suite de calculer un
nouvel indicateur qui propose cette fois-ci le délai moyen par impôt. Il est établi à travers le
simple ratio des délais sur le nombre de paiements. Il en ressort, qu’au Maroc il est
nécessaire de consacrer en moyenne 35,2 heures, soit plus de quatre jours homme de
travail pour le paiement et la régularisation de chaque impôt. Ce niveau s’avère largement
supérieur à la moyenne mondiale de 17 heures ou encore celle restreinte qui se limite à
13,6 heures.
121
Graphique 2.1.22 : Délais de paiement par impôt, en heures

Afin de mieux illustrer ce constat, il est proposé de reprendre le précédent graphique en
supprimant cette fois-ci les pays nécessitant en moyenne plus de 200 heures par impôt. Il
s’avère ainsi que le Maroc se positionne parmi les pays dont les procédures semblent
prendre le plus de temps. Ceci tend à indiquer que les procédures fiscales au Maroc restent
globalement complexes, nécessitant une charge de travail supérieure à la moyenne. Ceci est
d’autant plus préjudiciable au regard de l’attractivité que peux, dans ce contexte, constitué
l’informalité.
Graphique 2.1.23 : Délais de paiement par impôt (inférieurs à 200 heures), en heures
122
Il est constaté que la baisse du nombre de paiements au Maroc ne s’est pas accompagnée
d’un ajustement proportionnel des délais, puisque le délai moyen par impôt au Maroc a
enregistré nette augmentation à partir du classement DB2014. Ceci indique en partie, que
l’amélioration enregistrée au Maroc s’avère globalement non accompagnée de réelles
simplifications des procédures. Ainsi, l’utilisation effective à partir de 2011 des paiements
électroniques pour les déclarations fiscales et le paiement électronique n’ont pas pu
contrebalancer la complexité du système fiscale national.
Graphique 2.1.24 : Délai de paiement au Graphique 2.1.25 : Délai moyen par impôt au
Maroc en comparaison avec les moyennes Maroc et moyennes mondiales
mondiales
123
Source : Données Doing Business et calculs Source : Données Doing Business et calculs
auteur auteur
Ceci appelle à consacrer davantage d’efforts à la simplification effective des procédures afin
de pouvoir bénéficier plus amplement des développements récents en matière de
dématérialisation fiscale proposés par l’administration marocaine.
Conclusion
Les travaux de cette section ont permis d’établir un certain nombre de conclusions jugées
utiles pour le reste des travaux. Il en ressort notamment que l’instauration de nouveaux
impôts et/ou taxes ne peut échapper aux grands principes de la fiscalité, notamment la
neutralité, l’efficience, la certitude et la simplicité, l’efficacité et l’équité ainsi que la
flexibilité. Le respect de ces règles constitue en soi une difficulté et un défi de taille au
regard des choix effectués par les autorités, les spécificités intrinsèques de chaque
économie mais et surtout en perspective des grands objectifs que chaque économie s’attèle
à atteindre dans le temps.
Cette section s’est intéressée aussi aux différentes phases d’évolutions du système fiscal au
Maroc, en faisant état du développement de celle-ci, d’une fiscalité basée en partie sur le
religieux au système actuel. En parallèle, la lecture des recommandations des assises
nationales sur la fiscalité, tenues respectivement en 1999 et 2013, a permis de mettre en
124
évidence l’importance de revoir certaines lacunes et imperfections du système actuel. En

particulier, l’analyse des mesures adoptées par les dernières Loi de finances, fait état d’une
mise en œuvre assez limitée des recommandations des dernières assises, sachant que
celles-ci restent largement proches de celles effectuées en 1999, ce qui appelle à plus d’une
interrogation sur la qualité de certains progrès.
En parallèle, les données fiscales permettent d’identifier un certain nombre de conclusions

dont notamment, une décélération de l’évolution des recettes fiscales entre 1980 et 2016,
parallèlement à une tendance globalement ascendante de la pression fiscale. Il est relevé
aussi une augmentation du degré de concentration des recettes fiscales, avec un repli des
droits de douanes ainsi qu’une progressivité régressive des taux appliqués pour l’IS et l’IR.
L’évolution de la structure des recettes fiscales ainsi que celle de l’indice Herfindahl-
Hirshman font état également d’une concentration de plus en plus importante des recettes
fiscales, ce qui s’explique notamment par la prédominance des impôts directs et de la TVA
parallèlement à la baisse des droits de douanes. En outre, le triangle fiscal fait ressortir une
pression largement à la charge des consommateurs.
En benchmark international, il est relevé notamment que les recettes ordinaires au Maroc
ressortent globalement inférieures à la moyenne mondiale enregistrée entre 2000 et 2016
alors que la pression fiscale, mesurée par le ratio des recettes fiscales au PIB s’avère
supérieure à la moyenne mondiale. Ceci indique notamment l’importance de la charge
fiscale au pays et, ce parallèlement à son degré de concentration. En outre, ces résultats
tendent aussi à indiquer que les différentes cotisations sociales sont inférieures à la
moyenne mondiale.
En se basant sur les données du Doing Business, il est possible de conclure que le coût de
l’ensemble des taxes et impôts supportés par une entreprise marocaine, de taille moyenne,
ressort supérieur à la moyenne mondiale. Ceci s’est traduit par une détérioration quasi-
continue du classement du pays, dans ce registre, entre le DB2010 et celui de DB2017. En
outre, et malgré une nette baisse du nombre de paiements au titre des taxes, impôts et/ou
cotisations effectués par une entreprise durant un exercice donné au Maroc, les délais
125
nécessaires pour le faire semblent ne pas diminuer considérablement dans le temps, ce qui
indique que la baisse du nombre de paiements ne s’est pas accompagnée d’un allégement
aussi conséquent des procédures que celui établi dans le benchmark.
Dans ce qui suit, il est proposé d’apporter quelques éclairages sur la nature de la relation
liant la fiscalité et la croissance au Maroc en proposant aussi bien une revue de la littérature
théorique qu’en discutant quelques essais empiriques.
Section 2 : Fiscalité et croissance, du cadre théorique à l’analyse

empirique
126
Introduction
La relation entre fiscalité et croissance a été au cœur de nombreux débats économiques,

passant du seul effet limitatif sur la création de richesse au rôle de moyen de financement
de politiques économiques créatrices de richesses ou encore d’instrument de relance. Le
débat sur le rôle de la fiscalité se trouve bien souvent dans son prolongement sur le rôle de
l’Etat, une question épineuse qui semble source de nombreux différents conceptuels entre
les courants économiques. Ceci étant, il est plus judicieux de trouver consensus à atteler
une telle théorie avec une telle situation afin de tirer le « meilleur parti » de toute théorie,
sachant qu’il est bien souvent communément admis que la pratique semble plus complexe
que la plus complexe des théories.
En effet, les systèmes fiscaux peuvent différer largement d’un pays à l’autre, dans le temps
et en fonction des secteurs d’activités, ceci ajoute un brin de complexité aux travaux
s’attelant à éclaircir la nature de cette relation. S’il est certes, communément admis qu’un
système fiscal complexe peut claustrer la croissance, il est aussi plausible qu’une conception
judicieuse du système fiscal peut libérer voire donner de l’élan à la croissance économique.
La littérature et les approches retenues pour déterminer la nature de cette relation ont
largement évolué dans le temps, prenant désormais pour compte un nombre important de
paramètres, à l’image de la structure des recettes, en distinguant l’ampleur des effets
distorsifs des impôts sur les sociétés, sur le revenu ou encore ceux liés à la consommation.
L’objet de la présente section est de proposer un bref aperçu des développements

théoriques sur la nature de la relation entre fiscalité et croissance sur le court et le long
terme, tout en présentant les principaux canaux de transmission de celle-ci. Il est aussi
question de présenter quelques faits stylisés établis à travers un benchmark aussi large que
possible, en fonction notamment de la disponibilité des données. Enfin, après une lecture
des élasticités instantanées liant fiscalité et croissance, de modestes essais économétriques
se fixant l’objectif de donner quelques éclaircissements sur le cas marocain sont proposés.
1. Fiscalité et croissance : quelques développements théoriques
127
L’intérêt porté à la question de la fiscalité ne date pas d’aujourd’hui, déjà au 14ème siècle Ibn
Khaldoun dans le chapitre 36 d’Al Moukaddama du nom de « mécanisme des impôts » s’est
intéressé à la relation entre le taux d'imposition et la croissance. Ainsi, des impôts faibles et
équitables incitent selon Ibn Khaldoun au travail et à la production, ce qui amène un
accroissement aussi bien du revenu du contribuable que celui de l’Etat et au contraire un
impôt excessif induit à la perte d’espoir en l’entreprenariat, puisque tout gain n’est que
théorique alors que la charge fiscale est véridique et surtout jugée trop lourde. S'en suivront
d’autres auteurs avec des approches différentes en fonction de la pensée économique
retenue et bien d’autres facteurs.
Fiscalité et croissance, un cadre théorique
Il est difficile de dissocier l’analyse de la politique fiscale ou du système fiscal de ce

pourquoi le décideur choisi de taxer. Si elle est considérée par certains économistes comme
étant un mal nécessaire, la fiscalité constitue pour d’autres une vraie locomotive de
croissance et de développement en proposant notamment un système incitatif favorisant
aussi bien l’innovation, la productivité que la recherche scientifique.
Nul doute que toute analyse qui se veut généraliste dans laquelle, il serait question de
distinguer un effet positif ou négatif de la fiscalité sur la croissance ne peut être que
parcellaire, puisque la nature de cette relation dépend de tant de facteurs complexes et
hétérogènes. Les effets escomptés de la fiscalité sur la croissance varient en fonction de
plusieurs facteurs dont notamment le choix du facteur de production à soumettre à
l’imposition (impôt sur le capital, le travail ou la valeur ajoutée) ou encore la structure
même du système fiscal et des spécificités intrinsèques de chaque économie telles que
l’importance de la corruption, la gouvernance, le secteur informel et autres.
Dans ce qui suit, il est question de s’intéresser principalement à cette relation selon deux
principaux courants théoriques, à savoir les classiques et les keynésiens.
La plupart des économistes libéraux refuse l’action Etatique dans le domaine économique
et social. Se basant sur le modèle de l’homo oeconomicus justifiant le libéralisme
128
économique, ces économistes prônent le marché comme étant le régulateur le plus efficace
de l’économie et stipulent que la recherche de l’intérêt individuel permet la réalisation de
l’intérêt général à travers la main invisible (le marché). Adam Smith, en dit que : « Puisque
tout individu s'efforce autant qu'il est capable d'employer son capital dans l'intérêt de
l'industrie nationale, et de diriger ainsi cette industrie de telle sorte que son produit soit le
plus grand possible, tout individu travaille nécessairement, à rendre le revenu annuel de la
société aussi grand qu'il peut...., en agissant ainsi, il n'a d'autre but que son propre gain et,
est, en ceci comme dans beaucoup d'autres cas, conduit par une main invisible, à réaliser
une fin qui n'était nullement dans ses intentions ». Ainsi, selon Adam Smith, la fiscalité à un
effet distorsif pouvant gêner la production voire désintéresser la population de certaines
branches du commerce. Ce postulat a été largement défendu par plusieurs auteurs de
l’offre à l’image de Sato (1967), Krzyzaniak (1967), Feldstein (1974), Easterly et Rebelo
(1993) et autres.
Dans cette configuration le rôle de l’Etat gendarme selon Von Mises (1983) est de « garantir
le fonctionnement sans heurts de l’économie de marché contre la fraude et la violence, tant
à l’intérieur qu’à l’extérieur du pays ». Ainsi, pour les classiques il n’existe nullement
d’intervention positive de l’Etat. Ricardo stipule dans ce sens que « La fiscalité, sous toutes
ses formes, n'offre qu'un choix de maux » et préconise de minimiser aussi bien les
prélèvements fiscaux que les dépenses publiques. En effet, Ricardo dénonce le rôle néfaste
des prélèvements fiscaux sur la croissance économique en Angleterre entre 1793 et 1815 en
ces termes « ... il faut reconnaître que sans les prélèvements de l'impôt, cet accroissement
de la richesse eût été bien plus rapide… ».
Si les classiques étaient opposés à l’intervention de l’Etat dans l’économie, il a fallu attendre
J.M. Keynes pour assister à une remise en cause de cette conception limitative de la
fiscalité. Keynes avait, en effet, soutenu entre autres le rôle de l’Etat pour relancer l’activité
économique lorsque celle-ci plonge dans un épisode de ralentissement voire de récession.
Ainsi, le déficit budgétaire qui résulterait d’un processus de relance serait de nature
transitoire et devrait être absorbé par ses effets sur la croissance et sur les recettes fiscales.
129
Les nouveaux classiques en se basant sur l’équivalence Ricardienne avaient rétorqué ceci en
précisant que les agents économiques ne sont pas fous et que lorsqu’ils perçoivent le
creusement des déficits publics, ils anticipent qu’il faudra en payer la facture. Dans ce sens,
ils mettent de l’argent de côté, ce qui annule l’effet de relance de la dépense publique. La
théorie de l'équivalence Ricardienne (1821) postule que l'effet des dépenses publiques sur
l'économie est totalement indépendant de la façon dont sont financées ces dépenses et du
choix entre l’impôt, l’emprunt, voire la création monétaire. En effet, dans le cas d’une
relance budgétaire financée par déficit, les agents économiques anticipent la probabilité
d'une hausse des impôts futurs et augmentent leur épargne pour s'y préparer, ce qui
diminue les effets du multiplicateur keynésien traditionnel. En substituant la dette publique
à l'impôt, le gouvernement ne modifie donc pas la valeur actuarielle des impôts futurs et,
partant, le revenu permanent des ménages.
Barro a démontré en 1974 qu’il est indifférent, globalement, pour une économie que l’Etat
finance ses ressources par l’emprunt ou par l’impôt, il voit que le financement d’une dette
par l’émission d’obligations ne fait qu’ajourner le paiement des impôts. Selon lui, les
contribuables sont conscients que la réduction des taxes actuelles financées par l’emprunt
public devra être compensée tôt ou tard par des impôts plus élevés. Dès lors, il est observé
une diminution des dépenses privées en faveur d’une augmentation de l’épargne privée
afin de pallier à toute augmentation des impôts.
En faisant intervenir les anticipations budgétaires dans un modèle de comportement inter-

temporel des consommateurs, Barro montre que, sous des hypothèses assez strictes, il
n’existe pas de différence entre un financement du déficit budgétaire par la dette et un
financement par l’impôt si les consommateurs arrivent à anticiper correctement et
parfaitement les politiques budgétaires futures des autorités publiques. Dans ce sens, les
ménages, en tant qu’individus rationnels, anticipent soit un paiement immédiat de l’impôt,
soit un impôt futur qu’un prêt de l’Etat risque d’engendrer. Dans ce sens, abstraction faite
du type de financement du déficit, l’effet de toute relance budgétaire sera nul sur la
demande si les conditions suivantes sont vérifiées :
130
- Les transferts (dons ou legs) entre générations ne sont pas nuls vu la volonté de
toute génération de céder un « héritage » à la génération suivante pour payer les
impôts futurs engendrés par la dette courante ;
- L’Etat a un mode de financement à long terme qui comprend uniquement les impôts
n’ayant pas un effet de distorsion ;
- La durée de vie des agents économiques est bien déterminée ;
- Il n’existe pas d’imperfections sur le marché des capitaux afin d’éviter les situations
d’incertitudes, et ;
- L’Etat est solvable à long terme.
La théorie de l'équivalence Ricardienne stipule ainsi que :
- En cas de financement par emprunt, les agents anticipent le surcroît d'impôt qui sera
prélevé ultérieurement pour le rembourser. En conséquence, ils épargnent le montant
actualisé y correspondant. Leur richesse globale comme leur consommation restent
donc inchangées ;
- En cas de financement monétaire, les agents prévoient l'émission régulière de nouvelle

monnaie et anticipent rationnellement l'érosion de leurs encaisses par l'inflation. Dès
lors, ils épargnent pour reconstituer la valeur réelle de leurs encaisses. Ceci annule ainsi
tout effet multiplicateur sur la demande globale.
Les travaux théoriques récents ont clarifié l’ensemble des hypothèses implicites et explicites
desquelles dépend la proposition de Ricardo. Pour établir l’équivalence entre déficit et
taxes, il est supposé que :
- La consommation du gouvernement reste à l’état initial ;
- Le service de la dette doit être financé par les taxes perçus dans des périodes
prochaines ;
131
- Le consommateur a le même horizon de planification que le gouvernement ;
- Les taxes sont une somme forfaitaire ;
- Les marchés des capitaux sont parfaits, les individus peuvent emprunter au même taux
que le gouvernement et sans restrictions particulières ;
- Il n’y a pas d’incertitude sur le revenu futur ;
- Les individus anticipent complètement et parfaitement les impôts-passifs des périodes

futures qui sont implicites dans l’émission de la dette.
Or, la plupart des critiques de l'équivalence néo-Ricardienne se focalisent sur une ou

plusieurs de ces hypothèses, dont notamment :
- L’hypothèse d’une très forte rationalité des ménages ;
- L’hypothèse de marchés financiers parfaits semble très contraignante. La nature des

marchés financiers, les contraintes de liquidité et incertitudes affectent profondément
le comportement de consommation des ménages ;
- L’approche retenue repose sur des impôts forfaitaires alors qu’ils le sont bien
rarement…
Cependant Barro spécifie que : « il est facile, sur le plan théorique, d’invalider l’équivalence
Ricardienne stricte. Néanmoins, il reste que le point de vue de Ricardo offre une base
pratique pour estimer les effets du premier ordre de la politique fiscale. En outre, il est peu
clair que l'analyse standard offre un guide plus précis. Pour cette raison, il est important
d’examiner des preuves empiriques. ».
Par ailleurs, Haavelmo démontre l’impact légèrement positif d’une relance conjointe
financée par la hausse de la fiscalité et des dépenses publiques sur l’activité économique,
en établissant que le multiplicateur des dépenses ressort supérieur à celui des recettes.
132
Encadré 2.2.1 : Théorème de Haavelmo

Dans le cadre d’une économie fermée avec Le multiplicateur fiscal agit en sens contraire
transferts nets forfaitaires (T= To > 0), on note : du multiplicateur budgétaire. En valeur
Y : le revenu de l’économie nationale absolue, il est moins élevé que le
I : l’investissement (I=Io) multiplicateur budgétaire.
C : consommation privée, qui dépend du 1 −c
revenu disponible (Y-T) et d’un terme >
autonome Co : consommation
1− c 1− c
incompressible, C=Co+c(Y-T), avec 0<c<1 : la On déduit qu’un effet politique budgétaire est
propension marginale à consommer. plus important qu’un effet politique fiscal.
G : la dépense publique supposée exogène
(G=Go). On peut donc énoncer aisément le théorème
A l’équilibre : Y*=Co+Io+-cTo+Go+cY* de Haavelmo qui dit que : toute augmentation
équilibrée du budget aura une incidence
Alors, positive sur l’économie nationale (∆Go>0 =>
1 1 ∆Y>0). Ceci dit, qu’il y a absence de neutralité
(1) ∆Y= ∆Go, ∆To=0 et ∆Go>0 ; 𝐾𝐺 = > 0:
1−𝑐 1−𝑐 du budget de l’Etat.
e multiplicateur des dépenses publiques.
Par ailleurs, ce théorème justifie les politiques
𝐾𝐺 exprime l’effet d’une augmentation des de relance par hausse des impôts. Car, à
dépenses publiques sur le revenu national sans l’équilibre budgétaire, toute augmentation des
que le volume des impôts soit modifié. impôts permettrait une augmentation des
−𝑐 −𝑐
dépenses publiques, qui aura un impact positif
(2) ∆Y = ∆To, ∆Go=0 et ∆To< 0 ; 𝐾𝑇 = < sur le revenu national.
1−𝑐 1−𝑐
0 : le multiplicateur des impôts (multiplicateur
fiscal). En effet : si ∆Go=∆T et ∆Io=0 alors
𝐾𝑇 exprime l’effet d’une diminution des impôts 1−𝑐

∆Y = 𝐾𝑇 ∆T+𝐾𝐺 ∆Go=∆Go =∆Go
1−𝑐
(forfaitaires) sur le revenu national sans que le
volume des dépenses publiques soit modifié.
Dans la même logique, les théories de la croissance endogène stipulent que la fiscalité n'est
pas l'ennemi de la croissance. Ce constat suggère alors que le financement des dépenses
publiques par taxes proportionnelles sur le revenu donne lieu à une courbe en cloche entre
le taux d’imposition et la recette fiscale. En effet, Barro, dans son modèle de croissance
avec dépenses productives, affirme l’existence d’une courbe de Laffer entre le taux
d’imposition et le taux de croissance économique. Certaines dépenses publiques sont à
l'origine d'externalités positives et de rendements croissants, qui rendent leur financement
par l'impôt nécessaire pour augmenter la richesse collective. C'est le cas des dépenses de
recherche et d'éducation, et des dépenses favorisant l'innovation notamment. Dans cette
perspective, la politique fiscale peut avoir des effets positifs sur la croissance (Lucas, Barro).
133
Cependant, quand elles excèdent un niveau donné, les taxes peuvent produire des
externalités négatives sur l’économie. Appliquer des taux d’imposition élevés peut être
nuisible à l’ensemble de l’activité économique. En effet, selon Engen et Skinner, la fiscalité
réduit le niveau du produit et influe négativement sur la croissance à long terme. Selon
cette approche, le taux de croissance économique dépend du capital physique et humain
disponible et de l'évolution de leur productivité.
2. Fiscalité et croissance : quelques faits stylisés
Dans ce qui suit, il est proposé de relativiser l’analyse effectuée dans la section précédente
en introduisant une deuxième dimension au classement international du Maroc en matière
de fiscalité. Cette dimension reflète notamment le niveau de vie moyen des citoyens et
repose sur l’utilisation du PIB par habitant exprimé à prix courant, pour des besoins
d’additivité, et en parité de pouvoir d’achat afin de prendre en compte le pouvoir d’achat
des habitants et non pas le revenu moyen.
Il ressort de ce graphique qu’il existe une relation positive en moyenne entre la pression
fiscale et le pouvoir d’achat de la population. Cependant, une relation linéaire ne semble
expliquer qu’une faible proportion de cette dynamique. En effet, le degré d’ajustement
établi se limite à 12,3%.
134
Graphique 2.2.26 : Dispersion de la pression fiscale en fonction du pouvoir d’achat (2000-

2016)
Source : Données Banque mondiale et calculs auteur
Afin de pallier aux observations aberrantes et aux effets que peuvent infliger celles-ci à la
qualité d’ajustement d’une explication linéaire simple, il est proposé d’isoler dans un
premier temps les pays dont le pouvoir d’achat par habitant ne dépasse pas 30.000 dollars
puis dans un deuxième temps les pays dont la pression fiscale ne dépasse pas 50% du PIB.
Ceci devrait permettre d’exclure les observations constituants les limites supérieures de
chacun des deux phénomènes observés.
135
Graphique 2.2.27 : Dispersion de la pression fiscale en fonction du pouvoir d’achat

(Pays filtrés : 2000-2016)
Il en ressort globalement que :
- Le degré d’ajustement des données à la courbe linéaire passe de 12,3% à 25,1% et la

pente positive persiste avec un degré d’inclinaison supérieur ;
- Il est observé une certaine concentration des pays dans le carré gauche inférieur, ce qui
signifie qu’une bonne partie des pays étudiés disposent d’une pression fiscale
inférieure à la moyenne avec un pouvoir d’achat inférieur aussi à la moyenne ;
136
- Le positionnement du Maroc (point en rouge) ressort proche de la moyenne de 26,3%

du PIB des pays filtrés en matière de pression fiscale, alors que le pays se positionne à
un niveau inférieur en matière de pouvoir d’achat par habitant. En effet, si la moyenne
des pays filtrés ressort à 8.842 dollars, le PIB par habitant du Maroc s’établi à 5.968,5
dollars. Ceci indique que la pression fiscale au Maroc s’avère globalement plus élevée
en comparaison avec les pays disposant de pouvoir d’achat similaire, ce postulat est
observé au niveau d’une quinzaine de pays étudiés, dont la pression fiscale s’avère
supérieure à la moyenne avec toutefois un PIB par habitant en PPA courant inférieur à
celui du Maroc.
Ayant pu déterminer globalement le positionnement du Maroc en matière de charge fiscale

pour un niveau moyen du pouvoir d’achat des habitants, il est proposé par la suite
d’analyser l’évolution de cette charge fiscale pour le cas du Maroc en tenant compte cette
fois-ci de l’évolution du PIB courant par habitant. Le choix de prendre compte du PIB
courant par habitant et non plus du PIB per capita en PPA courant s’explique par le simple
fait que cette partie s’intéresse à l’évolution relative de charge fiscale pour le seul cas du
Maroc.
Il en ressort globalement que la pression fiscale emprunte une trajectoire ascendante en

fonction du PIB par habitant dans le temps et que cette relation linéaire permet d’expliquer
72,1% de la dynamique existante. En outre, il ressort du même graphique que la pression
fiscale au Maroc a connu des phases d’accélérations par rapport à son évolution
tendancielle, qui pourrait dans une logique de simplification être assimilée au potentiel
fiscal. Ceci est observé notamment au cours de la période s’étalant de 2005 à 2012, avec un
gap fiscal supérieur au potentiel. De plus et depuis le ralentissement observé au niveau du
potentiel de croissance 16, le gap redevient négatif. En outre, il est constaté que les gaps
historiques vis-à-vis du potentiel semblent être globalement limités par rapport à ceux
enregistrés durant les dix dernières années.
16
Constat relevé au niveau du chapitre traitant du potentiel de croissance
137
Graphique 2.2.28 : Dispersion de la pression fiscale en fonction du PIB per capita dans le
temps
Source : Données HCP et MEF et calculs auteur
Afin de mieux comprendre l’origine de ces évolutions, il est proposé de reprendre ces
analyses en distinguant cette fois-ci la pression fiscale émanant des impôts directs de celle
émanant des impôts indirects. Ainsi, il est proposé de reprendre l’analyse précédente en
intégrant avec le PIB par habitant respectivement la proportion au PIB des impôts directs
puis celle des impôts indirects.
138
Graphique 2.2.29 : Dispersion entre 1980 et 2016 du ratio des impôts directs au PIB en
Ce graphique indique que l’ajustement linéaire du ratio au PIB des impôts directs par
rapport au PIB courant par habitant s’avère globalement significatif, avec un taux
d’ajustement de l’ordre de 82,4%. De plus, les mêmes constats discutés précédemment en
matière de potentiel et gap fiscal peuvent être reproduits pour le ratio au PIB des impôts
directs.
139
Par ailleurs, il importe de signaler qu’il est possible d’expliquer le maximum atteint en 2008
en matière de pression fiscale par l’évolution rapide enregistrée durant la même année au
niveau des impôts directs.
Graphique 2.2.30 : Dispersion entre 1980 et 2016 du ratio des impôts indirects au PIB en
En ce qui concerne la dispersion du ratio au PIB des impôts indirects en fonction du PIB par
habitants, il semble que la relation linéaire positive se maintien avec un taux d’ajustement
de 84,3% sur la période étudiée. En outre, le gap négatif observé depuis 2013 est
globalement commun aussi bien au ratio au PIB des impôts directs que celui des impôts
indirects.
140
3. Fiscalité et croissance au Maroc : quelques élasticités instantanées
Cette partie propose une lecture critique des élasticités instantanées liant les recettes
fiscales à la croissance économique. Elle retient pour base d’analyse l’évolution relative des
recettes fiscales par rapport à celle du PIB et de la valeur ajoutée non agricole. Ainsi, une
analyse des évolutions des élasticités est proposée en neutralisant notamment certains faits
marquant à l’image de la crise de 2009.
Le calcul des élasticités instantanées permet d’appréhender le comportement instantané

d’un agrégat par rapport à un autre. Ainsi, l’élasticité permet d’identifier l’ampleur et le
signe d’une variation d’un phénomène suite à un changement unitaire d’un autre
phénomène.
𝜕𝜕
𝜀𝑥/𝑦 = 𝑥�𝜕𝜕
𝑦
Dans l’objectif de prendre compte de l’actuelle composition des recettes fiscales, il est
proposé de retenir l’horizon couvrant la période s’étalant de 1990 à 2016. Ce choix permet
notamment de prendre compte de l’introduction de la taxe sur la valeur ajoutée (1986), de
l’impôt sur les sociétés (1988) ainsi que celui sur le revenu (1990).
Afin de pallier aux effets prix, il est proposé de calculer les élasticités instantanées à travers
les données exprimées en valeur courantes des agrégats de la croissance. L’élasticité
instantanée des recettes fiscales par rapport au PIB ressort positive sur la période 1991-
2016, avec une valeur en moyenne de 1,02 et médiane de 0,89. Sur la période étudiée, elle
ressort négative sur quatre années, à savoir en 1993, 1997, 2009 et en 2013. En outre, la
volatilité de cette élasticité s’élève à 2,1.
Graphique 2.2.31 : Elasticité des recettes fiscales au PIB
141
8
6
4
2
0
-2
-4
-6 Elasticité instantanée
Moyenne
-8
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Sources : Données MEF et HCP, calculs auteur
La volatilité de cette élasticité instantanée constitue un obstacle à son analyse. En effet, il
s’avère difficile de déterminer les facteurs de cause à effets expliquant les évolutions
erratiques constatées. En outre, la représentativité des valeurs de tendances centrales
s’avère compliquée. En effet, si la moyenne des valeurs « jugées non aberrantes » ressort à
1,1, l’utilisation de la statistique médiane sur les mêmes observations conduit à une valeur
plus réduite de l’ordre de 0,89. De ces calculs, il est possible de spécifier une relation
statique certes positive mais qui s’avère erratique entre le PIB et les recettes fiscales.
Afin de pallier à cette volatilité, il est proposé dans ce qui suit de mesurer l’élasticité des
recettes fiscales par rapport à la valeur ajoutée non agricole. Les résultats obtenus font état
notamment d’une relation positive sur la période, avec trois valeurs négatives (1993 : -0,05 ;
2009 : -7,80 et 2013 : -0,27). Cette élasticité ressort en moyenne à 0,75 (valeur médiane de
0,95) et compte non tenu de l’observation de 2009 à 1,09 en moyenne, avec une valeur
médiane de 0,97. La volatilité de cette mesure ressort à 1,9 et à 0,8 compte non tenu de
2009.
Graphique 2.2.32 : Elasticité des recettes fiscales à la valeur ajoutée non agricole
142
-2
-4
Elasticité instantanée
-6 Moyenne
Moyenne (hors 2009)

-8
-10
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
L’élasticité de 2009 trouve pour Graphique 2.2.33 : Elasticité des recettes fiscales
à la valeur ajoutée non agricole (compte non
explication, une baisse jugée la plus
tenu de l’observation de 2009)
importante sur la période étudiée au 3
Elasticité instantanée
niveau des recettes fiscales, avec une Moyenne
3
Moyenne (hors 2009)
valeur de -9,8%. Celle-ci s’explique en
2
partie par la crise économique ainsi que
2
par la réalisation en 2008 de la hausse
1
de 23,7%, la plus importante des
recettes fiscales. En outre, l’année 2009 1
a connu le ralentissement le plus 0

important sur la période étudiée de la
-1
valeur ajoutée non agricole.
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
143
En neutralisant cette observation, il apparaît d’une simple lecture graphique l’existence de

deux principales phases ascendantes sur la période. La première, entre 1993 et 1999, avec
une pente linéaire de 0,25 et la deuxième entre 2000 et 2008, avec une pente linéaire de
même ampleur que la précédente, avec toutefois un creux et un pic largement différents.
Compte non tenu de la valeur enregistrée en 2009, les élasticités instantanées des
principaux impôts ont des valeurs moyennes positives avec des niveaux assez différenciés.
En effet, l’élasticité des impôts directs s’élève en moyenne à 1,35, portée notamment par
celle des impôts sur le revenu, dont la valeur moyenne atteint 1,91, suivie par celle des
impôts sur les sociétés avec une valeur de 1,53. En parallèle, l’élasticité des impôts indirects
s’établit à 1,13, avec une valeur de 1,23 pour la TVA et de 0,93 pour les TIC.
Le tableau suivant présente un résumé des moyennes arithmétiques des élasticités

instantanées des recettes fiscales, par principales rubriques, par rapport à la valeur ajoutée
non agricole.
Tableau 2.2.6 : Elasticités instantanées des recettes fiscales par rapport à la valeur ajoutée
non agricole
Moyenne
1991- 1991- 1991- 2001- 2001- 2010- 2010- 2013-
2009
2016 2016(*) 2000 2009 2008 2016 2012 2016
Recettes ordinaires 0.86 1.14 1.15 0.58 1.41 -6.02 0.81 0.93 0.71
Recettes ordinaires (HP) 0.86 1.13 1.06 0.64 1.47 -6.02 0.85 0.91 0.81
Recettes fiscales 0.75 1.09 0.97 0.44 1.47 -7.80 0.83 1.03 0.69
Impôt directs 0.92 1.35 1.23 0.73 2.04 -9.77 0.74 0.70 0.77
IS 1.22 1.53 1.35 1.82 2.89 -6.67 0.24 0.27 0.22
IR 1.24 1.91 2.20 0.01 1.97 -15.66 1.44 1.49 1.40
Autres Impôts Directs 1.22 0.72 0.49 1.76 0.26 13.75 1.56 -0.27 2.93
Droits de douane -0.26 0.16 0.39 -1.14 0.08 -10.84 -0.08 -1.41 0.92
Impôts indirects 0.88 1.13 1.10 0.62 1.35 -5.19 0.92 1.56 0.43
TVA 0.88 1.23 0.98 0.77 1.86 -7.98 0.87 1.80 0.18
Intérieure 0.76 1.20 1.12 0.53 1.87 -10.23 0.55 1.35 -0.05
Importation 0.98 1.27 0.90 0.97 1.88 -6.35 1.10 2.09 0.35
TIC 1.05 0.93 1.28 0.76 0.35 3.97 1.08 0.88 1.23
Enregistrement et timbre 1.12 1.50 0.80 0.60 1.72 -8.34 2.24 2.51 2.03
Recettes non fiscales (HP) 3.39 3.16 3.10 4.89 4.37 9.05 1.88 0.01 3.28
(*)
Compte non tenu de l’année 2009
144
Au niveau des impôts directs, il est constaté :
- L’existence d’un palier d’évolution assez important, entre 1991 et 2008, avec une
moyenne de 1,6 pour le total des impôts directs, de 2,1 pour l’IS et de 2,2 pour l’IR ;
- L’année 2009 a enregistré une nette baisse des différentes élasticités, avec un repli de
9,8 pour le total des impôts directs, de 15,7 pour les impôts sur le revenu plus
conséquent que celui de 6,7 pour les impôts sur les sociétés ;
- Entre 2010 et 2016, les élasticités moyennes des impôts directs et celles de l’IS et de l’IR
ont enregistré une nette décélération par rapport aux valeurs moyennes enregistrées
avant 2009. En effet, celles-ci se sont établies à 0,7 pour le total des impôts directs
(contre 1,6 entre 1991 et 2008), 0,2 pour l’IS (contre 2,2 entre 1991 et 2008) et 1,4 pour
l’IR (contre 2,1). En particulier, une relative augmentation de ces élasticités est observée
en 2016 pour atteindre 2,3 pour le total des impôts directs, 0,2 pour l’IS et 1,4 pour l’IR.
Graphique 2.2.34 : Elasticité des impôts Graphique 2.2.35 : Elasticité des impôts
directs par rapport à la VA non agricole directs par rapport à la VA non agricole (hors
2009 et points aberrants (IS : 1993 et 1999))
10 6
5
5
4
3
0
2
-5 1
0
-10 Impôt directs
-1
IR
-2 Impôt directs
-15 IS
-3 IR
IS
-20 -4
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Sources : Données MEF et HCP, calculs auteur Sources : Données MEF et HCP, calculs auteur
145
Au niveau des impôts indirects, il est constaté que :
- Entre 1991 et 2008, l’élasticité moyenne des impôts indirects s’est établit à 1,2, avec
une élasticité moyenne de 1,4 pour la TVA et de 0,9 pour les TIC ;
- En 2009, l’élasticité des impôts indirects a enregistré une valeur négative de 5,2, avec
des évolutions contrastées entre la TVA et les TIC. Alors que celle de la TVA a connu une
valeur négative de 8, recouvrant -10,2 pour la TVA à l’intérieur et -6,3 pour celle au titre
des importations, l’élasticité des TIC s’est maintenue positive avec une valeur de 4,
proche du maximum de 4,1 enregistré en 1993 ;
- Après les performances enregistrées en 2009, un renversement rapide est observé en

2010, avec une élasticité de 2,6 pour le total des impôts indirects, à la faveur de celle de
3,1 pour la TVA (3,2 pour celle intérieure et 3 pour celle à l’importation), l’élasticité des
TIC étant revenue à 1,3 après 4 en 2009 ;
- Après le redressement observé en 2010, une tendance globalement baissière est

observée jusqu’en 2014, année durant laquelle l’élasticité des impôts indirects devient
négative avec une valeur de 0,3, recouvrant -0,7 pour la TVA (avec une valeur négative
de -2 pour la TVA intérieure et positive de 0,1 pour celle à l’import) et une reprise de 1,3
de l’élasticité des TIC contre une moyenne de 0,5 entre 2011 et 2013 ;
- Entre 2015 et 2016, l’élasticité des impôts indirects se stabilise autour de 0,9, avec une
valeur moyenne de 0,6 pour la TVA et 1,7 pour les TIC.
Graphique 2.2.36 : Elasticité des impôts Graphique 2.2.37 : Elasticité des impôts
indirects par rapport à la VA non agricole indirects par rapport à la VA non agricole
(hors 2009)
146
6 5
Impôts indirects
4 4 TIC
TVA
2
3
0
2
-2
1
-4
Impôts indirects
0
-6 TIC
TVA -1
-8
-10 -2
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Concernant l’élasticité des droits de douanes, elle ressort en moyenne, sur la période 1991-
2016, négative avec une valeur de 0,26. Ceci étant, compte non tenu de l’observation de
2009, cette moyenne s’établit à 0,36 et à 0,25 compte non tenu des observations de 2013
et 2016.
Graphique 2.2.38 : Elasticité des droits Graphique 2.2.39 : Elasticité des droits de
de douanes par rapport à la VA non douanes par rapport à la VA non agricole
agricole (hors 2009, 2013 et 2016)
147
10 2,0
1,5
5 1,0
0,5
0 0,0
-0,5
-1,0
-5
-1,5
-2,0
-10 -2,5
-3,0
-15 -3,5
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Sources : Données MEF et HCP, calculs Sources : Données MEF et HCP, calculs
auteur auteur
Relativement à l’élasticité des droits d’enregistrement et de timbres, elle s’établit en

moyenne à 1,1 sur la période 1991-2016. Une moyenne qui s’élève à 1,5 compte non tenu
de la valeur négative de 8,3 observée en 2009. En outre, l’analyse graphique laisse
apparaître globalement une tendance linéaire ascendante sur la période, avec une pente de
0,08. Ceci étant, cette tendance ascendante trouve en partie pour explication la réalisation
de différentes opérations exceptionnelles, telle que la vente d’IAM et la fusion de l’ONE et
ONEP.
Graphique 2.2.40 : Elasticité des droits Graphique 2.2.41 : Elasticité des droits
d’enregistrement et timbres par rapport à la d’enregistrement et timbres par rapport à la
VA non agricole VA non agricole (hors 2009, 2013 et 2016)
6 6
4 5
2 4 y = 0,0847x + 0,3734
R² = 0,2482
0 3
-2 2
-4 1
-6 0
-8 -1
-10 -2
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
4. Fiscalité et croissance au Maroc : quelques essais empiriques
148
La revue de la littérature empirique sur la relation entre fiscalité et croissance est très
abondante. Avec des approches différentes, les résultats semblent diverger sensiblement
en fonction des différents paramètres retenus, tel le cadre théorique, les données ou
encore le choix de la spécification statistique et/ou économétrique. La présente partie
propose un essai empirique visant à évaluer l’existence d’une relation de long terme entre
la pression fiscale et la croissance.
Existence d’une relation de long terme
L’objet de cette partie est de déterminer l’existence ou pas d’une relation de long terme
entre la pression fiscale et l’activité économique. Dans ce sens, le traitement proposé
retient les données des recettes fiscales exprimées en pourcentage du PIB et la valeur
ajoutée non agricole entre 1980 et 2016. Le choix de prendre un historique plus développé
que celui traité dans la partie précédente s’explique en grande partie par les besoins
statistiques pour assurer la robustesse des résultats empiriques obtenus. En outre, limiter le
choix du nombre de variables traitées s’explique par l’intérêt porté à analyser la dynamique
intrinsèque existante entre les deux agrégats. Ceci étant, il est possible d’asseoir des biais
liés à une éventuelle relation endogène entre les deux agrégats étudiés. Pour limiter celle-
ci, il est proposé de calculer la pression fiscale sur la base du ratio des recettes fiscales au
PIB nominal et de retenir la valeur ajoutée non agricole pour facteur de croissance. Ceci
étant, il importe de prendre les résultats obtenus avec beaucoup de précaution, une lecture
détaillée des limites éventuelles sera effectuée dans ce qui suit.
L’analyse graphique permet d’identifier plusieurs éléments dont un constat discuté plus en
détails au niveau du chapitre se rapportant au potentiel de croissance, à savoir le
changement de structure observé au niveau de la croissance de la valeur ajoutée non
agricole à partir de 2000. En effet, il est possible de dégager une certaine tendance linéaire
aussi bien au niveau de la croissance non agricole qu’au niveau des recettes fiscales entre
2000 et 2008.
149
Graphique 2.2.42 : Recettes fiscales et VA non agricole de 1980 à 2016

30 800
20
600
10
400
0
200
-10 Pression fiscale
Croissance de la pression fiscale
Croissance de la VA non agricole
-20 Valeur ajoutee non agricole (MMDH : Axe de droite) 0
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
La transformation logarithmique est utilisée afin de lisser les données et de pouvoir en

déduire des paramètres assimilés à des élasticités. Les tests de stationnarité n’étant pas
toujours décisifs, il est retenu dans cette étude principalement deux tests, à savoir le test de
Dickey Fuller Augmenté (ADF) et celui de Phillips et Perron (PP). L’analyse de la stationnarité
permet d’identifier un ordre d’intégration unitaire pour le logarithme des recettes fiscales
déflatées et pour celui de la valeur ajoutée non agricole.
Tableau 2.2.7 : Niveaux de significativités (p-value) des tests ADF et PP

En niveau 1ère différence
Variable Modèle Conclusion
ADF PP ADF PP
Constante 0.9514 0.9553 0.0000 0.0000 Après Recours
Valeur ajoutée non
Cst et trend 0.4542 0.4910 0.0000 0.0000 au test KPSS
agricole I(1)
Sans 1.0000 1.0000 0.2501 0.0550
Constante 0.4213 0.4411 0.0000 0.0000
Pression fiscale Cst et trend 0.2503 0.1960 0.0001 0.0001 I(1)
Sans 0.8237 0.8846 0.0000 0.0006
En se basant sur les tests de retards optimaux et en recourant aux modèles VAR, plusieurs
versions sont testées et seules celles qui répondent aux différents tests de spécification et
de robustesse sont retenues. Ainsi, le nombre de retards retenus qui permet de satisfaire
aux différents tests est unitaire. De plus, l’existence d’éventuelles relations de cointégration
150
entre la pression fiscale et la valeur ajoutée non agricole est testée et les résultats obtenus
semblent indiquer l’existence d’une relation de long terme avec constante et sans dérive.
Tableau 2.2.8 : Sélection du nombre de relations de cointégration sur
les modèles (0.05 level*)
Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept
No Trend No Trend No Trend Trend Trend
Trace 1 1 0 0 0
Max-Eig 1 1 0 0 0
*Critical values based on MacKinnon-Haug-Michelis (1999)

Le rejet de la tendance étant jugé suspect, il est procédé à une analyse en palier du modèle
de long terme afin d’incorporer tout éventuel changement de structure observé au niveau
du modèle. Le recours à ce modèle s’explique par différents éléments dont notamment les
changements observés et discutés dans les précédents volets du chapitre. Ainsi, la méthode
retenue pour l’estimation du modèle à correction d’erreurs, repose sur l’approche d’Engle
et Granger (1987). Parmi les inconvénients phares de cette méthode, se trouve son
incapacité à distinguer l’existence de plusieurs vecteurs de cointégration, d’où l’utilisation
communément de la méthode proposée par Johansen (1988) qui permet d’y pallier.
Cependant, avec un modèle à deux variables, le problème ne peut se poser puisqu’il n’est
pas possible d’identifier plus d’une relation de long terme. Le choix du modèle avec
changement de structure permet d’identifier un changement en 2000, ce qui semble
conforter notre intuition, au regard notamment de la dynamique observée au niveau des
activités non agricoles.
Le résidu de cette modélisation ressort

Tableau 2.2.9 : Stationnarité du résidu
stationnaire suivant les deux tests d’ADF et
Modèle ADF PP
de PP, ce qui confirme l’existence d’une Constante 0.0007 0.0033
Cst et trend 0.0063 0.0266
relation de corrélation entre la pression Sans 0.0000 0.0001
fiscale et la valeur ajoutée non agricole. Source : Calculs auteur
151
Tableau 2.2.10 : Résultats de la modélisation de long terme avec changement de

structure
Dependent Variable: LOG(VANAGR)
Method: Least Squares with Breaks
Sample: 1980 2016
Break type: Bai-Perron tests of L+1 vs. L sequentially determined breaks
Break selection: Trimming 0.15, Max. breaks 5, Sig. level 0.05
Break: 2000
1980 - 1999 -- 20 obs
LOG(RF/NPIB) 0.059818 0.064379 0.929144 0.3600

C 12.21379 0.118415 103.1436 0.0000
@TREND 0.033986 0.000866 39.26030 0.0000
2000 - 2016 -- 17 obs
LOG(RF/NPIB) 0.262331 0.043269 6.062772 0.0000

C 12.50478 0.082746 151.1219 0.0000
@TREND 0.037837 0.000820 46.13344 0.0000
R-squared 0.999085 Mean dependent var 12.76485

Adjusted R-squared 0.998938 S.D. dependent var 0.417789
Log likelihood 109.7456 Hannan-Quinn criter. -5.515774
Cette relation de long terme fait ressortir une sensibilité positive sur les deux périodes entre
la pression fiscale et la valeur ajoutée non agricole, avec une élasticité de long terme qui
devient significative sur la deuxième période. L’élasticité évolue d’une valeur de 0,06 entre
1980 et 1999 à 0,26 entre 2000 et 2016. En outre, les paramètres de la tendance et de la
constante ne semblent pas significativement changés entre les deux périodes.
152
Graphique 2.2.43 : Résidu de la modélisation (LOG(VANAGR))

13.6
13.2
12.8
.03
12.4
.02
.01 12.0
.00
-.01
-.02
-.03
1980 1985 1990 1995 2000 2005 2010 2015

Afin de vérifier la pertinence des résultats obtenus, un deuxième test s’impose se

rapportant notamment à la vérification de la pertinence de ce facteur de retour dans le
modèle à correction d’erreur associé. Ainsi, un modèle incorporant ce vecteur de long
terme est testé dans ce qui suit. Ceci permettrait de tester la qualité des résultats en
vérifiant notamment le signe et l’amplitude du coefficient de retour tout en testant la
stationnarité des résidus.
En outre, ceci permettrait d’évaluer l’élasticité de court terme.
Le coefficient du vecteur de cointégration ressort à -0.78, il est négatif et inférieur à l’unité.

Ceci indique qu’il existe bel et bien une force d’inertie ou de rappel qui tire la relation vers
le long terme.
Le modèle à correction d’erreurs permet entre autres, d’identifier la nature des déviations
de court terme par rapport à la relation d’équilibre dite de long terme. Ainsi, ce modèle
permet d’indiquer l’existence d’une relation de court terme positive entre la pression fiscale
et la valeur ajoutée non agricole. L’ampleur de cette relation, avec une quasi-élasticité de
153
court terme de 0,27, ressort proche de l’élasticité de long terme identifiée dans le deuxième
pallier du vecteur de cointégration.
Tableau 2.2.11 : Résultats de la modélisation à correction des erreurs

Dependent Variable: DLOG(VANAGR)
Break: 2002
1981 - 2001 -- 21 obs
DLOG(RF/NPIB) 0.009079 0.065350 0.138931 0.8904
2002 - 2016 -- 15 obs
DLOG(RF/NPIB) 0.271396 0.055472 4.892506 0.0000
Non-Breaking Variables
C 0.036502 0.002279 16.01739 0.0000

RESID12(-1) -0.780355 0.206271 -3.783156 0.0006

Par ailleurs, le résidu du modèle Tableau 2.2.12 : Stationnarité du résidu

Modèle ADF PP
incorporant aussi bien la relation de long Constante 0.0009 0.0015
que de court terme ressort stationnaire Cst et trend 0.0045 0.0103
Sans 0.0000 0.0001
en niveau selon les deux tests d’ADF et de
PP.
154
Graphique 2.2.44 : Résidu de la modélisation

.08
.06
.04
.04
.02
.02 .00
.00 -.02
-.02
-.04
1985 1990 1995 2000 2005 2010 2015
En outre, Le test de Breusch-Godfrey, visant à de tester une autocorrélation d’un ordre

supérieur à l’unité et restant valide en présence de la variable dépendante décalée en tant
que variable explicative, permet d’affirmer l’absence d’autocorrélation des résidus.
Tableau 2.2.13 : Test de Breusch-Godfrey

F-statistic 0.694025 Prob. F(2,30) 0.5074
Obs*R-squared 1.592001 Prob. Chi-Square(2) 0.4511
Graphique 2.2.45 : Test CUSUM Graphique 2.2.46 : Test CUSUM of Squares
155
12 1.6
8
1.2
4
0.8
0.4
-4
0.0
-8
-12 -0.4
03 04 05 06 07 08 09 10 11 12 13 14 15 16 03 04 05 06 07 08 09 10 11 12 13 14 15 16
CUSUM 5% Significance CUSUM of Squares 5% Significance

Enfin, les tests de stabilité du modèle estimé au cours du temps permettent de confirmer
celle-ci. En effet, les deux versions de ce test, à savoir le CUSUM, fondé sur la somme
cumulée des résidus récursifs, et le CUSUM SQ, fondé sur la somme cumulée du carré des
résidus récursifs, sont concluants.
Relation de long terme et structure des impôts
Ayant pu démontrer l’existence d’une relation de long terme positive entre la valeur
ajoutée des activités non agricoles et la pression fiscale, il est proposé dans ce qui suit
d’approfondir les enseignements tirés à travers la prise en compte du poids des impôts
directs et ceux indirects dans le total des recettes fiscales.
L’intérêt porté à la structure des recettes fiscales émane de la revue de littérature qui prône
le rôle moins néfaste des impôts sur la consommation en comparaison avec ceux greffant
les revenus ou encore les bénéfices. Dans ce sens, le précédent modèle est augmenté de
deux principales variables à savoir, le poids des impôts directs dans le total des recettes
fiscales et celui des impôts indirects.

ADF PP ADF PP
Impôts directs Constante 0.7539 0.7934 0.0000 0.0000
rapportés aux Cst et trend 0.2659 0.2736 0.0000 0.0000 I(1)
recettes fiscales Sans 0.1020 0.0331 0.0000 0.0000
Impôts indirects Constante 0.4634 0.4291 0.0000 0.0000 I(1)
156
rapportés aux Cst et trend 0.3037 0.2382 0.0001 0.0001

recettes fiscales Sans 0.4183 0.3798 0.0000 0.0000
Ces deux variables exprimées en logarithme sont intégrées d’ordre unitaire, ce qui permet
de vérifier la robustesse de la relation de cointégartion, sachant que le précédent modèle a
pu en déterminer l’existence à travers une modélisation à changements de structure. Se
faisant les résultats ne varient que très peu, dans ce sens, il est proposé de maintenir le
recours au modèle avec changement de structure.
Tableau 2.2.15 : Résultats de la modélisation augmentée de long terme

avec changement de structure
Dependent Variable: LOG(VANAGR)
Sample: 1980 2016
Break: 2000
1980 - 1999 -- 20 obs
LOG(RF/NPIB) -0.055312 0.059993 -0.921964 0.3644

LOG(ID/RF) 0.150673 0.046687 3.227310 0.0032
LOG(IIND/RF) -0.074238 0.029638 -2.504806 0.0183
C 12.15273 0.114416 106.2157 0.0000
2000 - 2016 -- 17 obs
LOG(RF/NPIB) 0.229935 0.045228 5.083936 0.0000

LOG(ID/RF) 0.229091 0.072618 3.154722 0.0038
LOG(IIND/RF) 0.412066 0.082717 4.981635 0.0000
C 13.10883 0.118104 110.9935 0.0000
@TREND 0.033500 0.000822 40.77302 0.0000

157

13.6
13.2
12.8
.03
12.4
.02
.01 12.0
.00
-.01
-.02
-.03
1980 1985 1990 1995 2000 2005 2010 2015

Le résidu de cette modélisation est Tableau 2.2.16 : Stationnarité du résidu
Modèle ADF PP
stationnaire suivant les tests d’ADF et de
Constante 0.0000 0.0000
PP. Ceci confirme l’existence d’une relation
Cst et trend 0.0003 0.0000
de long terme et corrobore les résultats Sans 0.0000 0.0000
obtenus dans la précédente modélisation Source : Calculs auteur
Il est constaté qu'au niveau de la relation de long terme, le changement de structure

intervient toujours en 2000 et que le paramètre lié à la pression fiscale au niveau du
premier palier ressort cette fois-ci négatif alors qu’il était positif dans le premier modèle.
Ceci étant les deux équations tendent à rejeter cette variable sur ce palier. Au niveau du
deuxième palier, la prise en compte de la structure des impôts réduit légèrement l’élasticité
de long terme de 0,27 à 0,23. De plus, le paramètre de la tendance temporelle ressort
globalement proche au niveau des deux modèles.
En outre, l’introduction de la structure des recettes fiscales en impôts directs et indirects

permet d’identifier un certain nombre de constats, dont notamment :
- Si au niveau du premier palier, le rôle de pression fiscale n’est pas clairement

identifié, puisque le paramètre est rejeté, celui-ci ressort significatif et positif sur le
deuxième palier ;
158
- Le rôle de la structure des impôts est significatif sur les deux paliers, avec un
changement de signe pour la part des impôts indirects, dont l’élasticité devient
positive après avoir été négative ;
- Sur le deuxième palier, l’élasticité de long terme associée au poids des impôts
directs s’établi à 0.23 alors que celle des impôts indirects s’élève à 0.41.
Les tests de stabilité du modèle estimé au cours du temps permettent de confirmer celle-ci,
avec des résultats concluants pour les tests de CUSUM et de CUSUM SQ.

12 1.6
8
1.2
4
0.8
0.4
-4
0.0
-8
-12 -0.4
04 05 06 07 08 09 10 11 12 13 14 15 16 04 05 06 07 08 09 10 11 12 13 14 15 16
La vérification de la validité du modèle s’effectue notamment à travers une lecture des

résultats du modèle à correction d’erreurs, du coefficient du vecteur de retour ainsi que
d’une panoplie de tests.
Tableau 2.2.17 : Résultats de la modélisation à correction des erreurs

Dependent Variable: DLOG(VANAGR)
Break: 2002
159
1981 - 2001 -- 21 obs
DLOG(RF/NPIB) -0.087624 0.049110 -1.784236 0.0856

DLOG(ID/RF) 0.154347 0.034390 4.488069 0.0001
DLOG(IIND/RF) -0.072457 0.030192 -2.399845 0.0236
RESID10(-1) -1.377150 0.235704 -5.842713 0.0000
2002 - 2016 -- 15 obs
DLOG(RF/NPIB) 0.283869 0.043823 6.477630 0.0000

DLOG(ID/RF) 0.137165 0.103853 1.320758 0.1977
DLOG(IIND/RF) 0.284310 0.148331 1.916727 0.0659
RESID10(-1) -0.751847 0.362011 -2.076864 0.0475
C 0.034365 0.001773 19.38175 0.0000

L’équation à correction d’erreurs indique que la dynamique de long terme sur le premier
palier est rejetée, puisque le coefficient de retour est supérieur à l’unité, ce qui tend à
indiquer un processus explosif. Sur le deuxième palier, cette dynamique de long terme
semble admise, avec un coefficient de retour négatif et inférieur à l’unité.
La stabilité du modèle est assurée à travers les résultats des tests de CUSUM et l’absence
d’autocorrélation est admise suivant le test de Breusch-Godfrey.
Cette modélisation fait ressortir globalement, l’existence d’une relation positive aussi bien à
long qu’à court terme entre la pression fiscale et la valeur ajoutée non agricole. En outre,
l’élasticité de court terme semble plus importante que celle estimée à long terme. Par
ailleurs, les élasticités de court terme des parts des impôts directs et indirects indiquent sur
le deuxième palier ce qui suit :
160
- Avec une probabilité de défaut de 20%, la part des impôts directs dans le total des
recettes fiscales semble avoir une élasticité de court terme positive de l’ordre de
0,14 ;
- La proportion au total des recettes fiscales des impôts indirects a, pour sa part, une
probabilité de rejet de 7% avec une élasticité positive de l’ordre de 0,28.
Ceci étant les résultats de cette modélisation sont à prendre avec beaucoup de précaution
au regard de la longévité des observations utilisées dans le deuxième palier, ce qui
constitue une limite de taille aux résultats obtenus. Une deuxième source d’incertitudes
s’avère l’existence d’éventuelle relations d’endogéniétés entre les deux phénomènes, ce qui
requiert le recours à des méthodes plus développées, ceci étant la courte longévité des
données constitue un obstacle de taille pour se faire. En effet, les méthodes à utiliser pour
traiter une éventuelle relation endogène requiert la disponibilité de données avec une
longévité bien supérieure. Malheureusement pour le cas marocain, bien que les données
soient disponibles, les changements de structures semblent avoir d’importantes incidences
sur les modèles à utiliser. Une analyse de l’optimum fiscal dans la suite des travaux
permettra d’accroître ne serait-ce que de peu la confiance à accorder aux résultats obtenus.

.08
.06
.04
.02
.02 .00
.01 -.02
.00
-.01
-.02
-.03
1985 1990 1995 2000 2005 2010 2015
161

10.0 1.6
7.5
1.2
5.0
2.5
0.8
0.0
-2.5 0.4
-5.0
0.0
-7.5
-10.0
06 07 08 09 10 11 12 13 14 15 16 -0.4
06 07 08 09 10 11 12 13 14 15 16
CUSUM 5% Significance
CUSUM of Squares 5% Significance


Conclusion
La nature de la relation liant fiscalité et croissance continue au jour d’aujourd’hui de

susciter l’intérêt aussi bien des théoriciens que des économètres les plus chevronnés. En
effet, il n’est pas des plus évidents de raisonner sur la nature des interrelations régissant ces
deux agrégats sans se pencher sur le rôle de l’Etat. Dans ce sens, la discussion autour de la
relation entre fiscalité et croissance se trouve le plus souvent dans son prolongement sur le
rôle de l’Etat, en distinguant les protagonistes à l’intervention de l’Etat de ceux qui
postulent l’importance des réponses apportées par l’Etat. De sa genèse classique aux
travaux de Keynes et ceux plus particulièrement de Haavelmo, cette section présente une
brève discussion des développements de la littérature économique.
Avant de tester la nature de cette relation pour le cas marocain, cette section a proposé
une lecture des évolutions relatives de la pression fiscale en fonction du PIB par habitant à
l’échelle aussi bien nationale qu’internationale. Il en ressort notamment l’existence d’une
relation linéaire positive et ascendante permettant d’expliquer une modeste proportion de
162
ces deux évolutions, en raison de l’existence de plusieurs observations jugées sur le plan
statistique aberrantes et affectant ainsi la qualité des ajustements linéaires. La non prise en
compte de ces opérations permet de confirmer la pertinence de cette relation linéaire
ascendante et positive, avec un doublement de la qualité d’ajustement à plus de 25%.
Le cas marocain est traité plus en détails par la suite, ce qui corrobore l’existence d’une
trajectoire ascendante liant la pression fiscale au PIB par habitant. La qualité d’ajustement
de cette relation s’élève à 72,1% sur la période 1980-2016. Une lecture graphique permet
d’identifier des phases d’accélération de la pression fiscale au Maroc par rapport à son
évolution tendancielle, qui assimilée au potentiel fiscal, fait valoir l’existence de gap fiscal
supérieur au potentiel entre 2005 et 2012. De plus et depuis le ralentissement observé au
niveau du potentiel de croissance, le gap redevient négatif. Le prolongement de cette
analyse, effectuée à travers une distinction entre la proportion au PIB des impôts directs et
celles des impôts indirects, corrobore globalement ces résultats et met en avant,
notamment, le rôle de l’accélération, relativement à l’évolution du PIB par habitant, de la
pression fiscale émanant des impôts directs entre 2007 et 2008.
Les investigations statistiques menées par la suite dans cette section reposent aussi bien sur
la lecture des élasticités instantanées que sur l’identification d’une relation de long terme
liant la pression fiscale et la valeur ajoutée non agricole. Les deux traitements effectués font
état d’une relation positive liant ces deux agrégats sur les deux paliers. En effet, le modèle
économétrique proposé permet d’établir l’existence d’une relation de long terme, avec un
changement de structure opéré en 2000. Cette relation de long terme fait ressortir une
sensibilité positive entre la pression fiscale et la valeur ajoutée non agricole sur les deux
périodes, avec toutefois, un rejet de la significativité de cette relation à hauteur de 36% sur
le premier palier. En outre, le paramètre de la tendance ne semble pas significativement
changé entre les deux périodes. Le coefficient de retour ressort à 0.78, indiquant l’existence
d’une force d’inertie ou de rappel qui tire la relation vers le long terme. L’élasticité de court
terme est rejeté sur le premier palier à hauteur de 89% et ressort significative avec une
valeur de 0,27 sur le deuxième palier.
163
L’approfondissement de cette investigation à travers l’introduction dans les équations

utilisées de la structure des recettes fiscales, en retenant aussi bien la part au total des
recettes fiscales des impôts directs et celle des impôts indirects permet de confirmer
globalement les résultats obtenus jusque-là. Elle permet, de confirmer notamment le
changement de structure en 2000. De plus, l’élasticité de long terme ressort négative sur le
premier palier et positive à hauteur de 0,23 sur le deuxième. Sachant que le paramètre de la
tendance temporelle ressort très proche au niveau des deux modèles (0.0335 contre
0.037837 et 0.033986), le rôle de la structure des recettes est statistiquement significatif et
positif sur les deux paliers. Dans cette configuration, le coefficient de retour ressort
significatif dans les deux paliers, avec toutefois une valeur supérieure à l’unité au niveau du
premier palier. Ceci tend à rejeter la dynamique de long terme sur le premier palier,
puisqu’il s’agit plus d’un processus explosif que d’une convergence statistique. Sur le
deuxième palier, le coefficient de retour s’établi à 0,75. En outre, les élasticités de court
terme des parts des impôts directs et indirects au total des recettes fiscales sont positives,
avec une probabilité de rejet de l’ordre de 19,8% et 6,6% respectivement. Les résultats issus
de cette modélisation sont sujets à différentes critiques et limites partant d’une éventuelle
endogéniété des facteurs étudiés à la courte longévité des données retenues, notamment
au niveau du deuxième palier. Cette deuxième limite ne permet pas de recourir à des
approches plus adaptées pour traitées l’endogéniété des variables.
Dans ce qui suit, il sera question d’investiguer davantage sur la robustesse des résultats en
s’intéressant cette fois-ci aux seuils d’optimalité de la pression fiscale. Ceci permettra de
vérifier l’existence d’une relation non linéaire entre pression fiscale et croissance
économique qui se démarque par une relation positive jusqu’à un seuil donnée dit de
retournement après quoi cette relation devient négative.
164
Section 3 : Evaluation de l’optimum fiscal au Maroc
Introduction
Après avoir étudié l’existence d’une relation de long terme significative et positive entre la
pression fiscale et la valeur ajoutée non agricole, l’objet de la présente section est
d’alimenter les discussions présentées précédemment d’un regard critique qui prône cette
fois-ci la non linéarité de cette relation. En effet, alors que la précédente section recherche
à identifier la nature de la relation linéaire régissant la croissance et la pression fiscale, il est
question dans cette section de distinguer deux paliers d’évolution de cette relation, le
premier prône une relation positive alors que le deuxième palier identifie une relation
négative.
Cette non linéarité a été explicitement discutée depuis fort longtemps, du temps d’Ibn
Khaldoun avec Al Moukaddama ou encore avec Adam Smith, J. Baptiste Say et d’autres
économistes ayant marqué à jamais cette science humaine. Ceci étant, Laffer a pu
matérialiser cette idée par une courbe en U inversée, à laquelle s’est attachée l’affirmation
devenue bien célèbre : « trop d’impôt tue l’impôt ». Dans ce sens, cette section propose de
165
revenir sur les travaux d’Ibn Khaldoun qui discutait de l’importance d’asseoir une pression
fiscale qui associe suffisamment d’avantages et accorde autant d’intérêts à celui qui la
supporte pour que le travail reste attractif. Elle propose également une lecture plus
détaillée du cadre théorique régissant la taxation optimale.
Sur le plus empirique, il existe une panoplie de méthodes permettant de calculer le seuil
d’optimalité. Cette section repose sur trois méthodes des plus utilisées dans la littérature
empirique. Ces modèles se basent notamment sur l’approche de Scully qui s’inspire du
modèle de croissance optimale développé par Ramsey-Cass-Koopmans, le modèle de
régression non linéaire avec différents seuils qui consacre une approche statistique non
linéaire ou encore une modélisation quadratique liant la pression fiscale et son carrée à la
croissance. Outre une discussion de ces différentes méthodes, il est question de proposer
une application de celles-ci au cas Marocain tout en initiant une lecture comparative des
résultats obtenus.
1. Cadre général de la taxation optimale
Sur la base du second théorème fondamental de l’économie du bien-être, le simple jeu du

marché permet d’obtenir n’importe quel optimum de Pareto. En effet, il suffit d’assurer un
certain nombre d’hypothèses théoriques, puis d’identifier le long de la ligne des contrats
l’optima de Pareto et de calculer, compte tenu des dotations initiales des agents, et
d’assurer les transferts forfaitaires nécessaires à l’obtention de celui-ci. Ce n’est
malheureusement pas aussi simple. Nombres d’éléments ne s’avèrent pas à la portée du
décideur public, dont notamment la nature des marchés, les informations sur les dotations
initiales des différents agents économiques et bien d’autres facteurs et hypothèses, souvent
aisément prises en théorie mais difficile voire impossible en réalité.
Les politiques publiques ont comme objectif de favoriser une croissance régulière et
soutenue par le biais d’une politique interventionniste centrée sur l’utilisation des taxes.
Cependant, appliquer des taux d’imposition élevés peut freiner la croissance économique,
et il semble donc, selon la théorie de l’offre, d’approuver que la politique ne soit pas
166
toujours économiquement neutre. Ce constat a été discuté initialement par Ibn Khaldoun
dans le chapitre 36 d’Al Moukaddama du nom de « mécanisme des impôts » tel que :
« Aussi les taxes et impôts individuels, dont le montant forme le revenu de l’empire, sont
très légers, et, cela étant ainsi, les sujets se livrent à leurs travaux avec ardeur et avec
plaisir ; la culture des terres prend beaucoup d’extension, parce qu’on veut profiter des
avantages que la faiblesse des impôts assure aux cultivateurs, et cela augmente beaucoup
le nombre des personnes dont les contributions forment les richesses de l’État. Quand
l’empire a duré pendant un certain temps, sous plusieurs souverains successifs, les chefs de
l’État acquièrent plus d’habileté dans les affaires et perdent, avec leurs habitudes de la vie
nomade, la simplicité de mœurs, l’indulgence et le désintéressement qui les distinguaient
jusqu’alors ; l’administration devient sévère et exigeante ; les usages de la vie sédentaire
développent l’intelligence des fonctionnaires publics ; dès lors ces hommes se montrent plus
habiles en affaires et, comme ils se livrent aux jouissances du bien-être, ils acquièrent les
habitudes (du luxe) et de nouveaux besoins. Cela les porte à augmenter le taux des impôts
auxquels les laboureurs, les cultivateurs et tous les autres contribuables sont soumis ; ils
veulent que chaque taxe, chaque impôt, rapporte beaucoup, afin d’augmenter le revenu
de l’État. Ils imposent aussi des droits sur les ventes et établissent des percepteurs aux
portes de la ville ; mais de ceci nous parlerons plus tard. Les habitudes de luxe et de dépense
augmentent graduellement dans l’État, et, comme les besoins du gouvernement se
multiplient, les impôts s’élèvent dans la même proportion et pèsent lourdement sur le
peuple. Cette charge lui paraît cependant une chose d’obligation, vu que l’augmentation
des impôts s’était faite graduellement, sans qu’il eût remarqué qu’on les avait portés au-
delà du taux primitivement établi et sans savoir qui l’avait fait. Aussi ce taux augmenté
demeure comme une obligation à laquelle on a toujours été accoutumé. Plus tard, l’impôt
dépasse les bornes de la modération et détruit, chez les cultivateurs, l’amour du travail.
Quand ils comparent les frais et les charges qu’ils doivent supporter avec les profits et les
avantages qu’ils peuvent espérer, ils se laissent aller au découragement, et beaucoup
d’entre eux renoncent à la culture des terres. Cela amène une diminution dans le produit
de l’impôt et, par une suite nécessaire, dans le revenu de l’État. Quelquefois, quand les
167
chefs de l’empire s’aperçoivent de cette diminution, Ils croient pouvoir y remédier en

augmentant les impôts, et ils continuent à suivre ce système jusqu’à ce que le taux des
contributions atteigne une limite au-delà de laquelle aucun profit ne peut rester au
cultivateur. Les frais du labourage et les impôts absorbent tout et ne laissent aucun
avantage à espérer. Comme le revenu ne cesse de diminuer, le gouvernement continue à
augmenter les impôts dans l’espoir de combler le déficit ; on renonce enfin à la culture des
terres parce qu’on a perdu l’espoir de profiter de son travail, et tout le mal qui résulte de
cela retombe sur l’État. En effet, quand l’agriculture rapporte beaucoup, c’est le
gouvernement qui en profite. Le lecteur qui aura compris ce que nous venons d’exposer
reconnaîtra que le meilleur moyen de faire prospérer l’agriculture, c’est d’amoindrir autant
que possible les charges que l’État impose aux cultivateurs ; ils se livrent alors avec
empressement aux travaux agricoles, avec l’assurance d’en recueillir les profits. ».
Ibn Khaldoun Les prolégomènes, deuxième partie Ecrit en 1377

Traduits en français et commentés par W. Mac Guckin De Slane
(1801-1878)
Ceci a été repris aussi par plusieurs économistes. Adam Smith suggérait déjà le phénomène
en écrivant : « L'impôt peut entraver l'industrie du peuple et le détourner de s'adonner à
certaines branches de commerce ou de travail », il y a aussi Jean-Baptiste Say qui concluait «
qu'un impôt exagéré détruit la base sur laquelle il porte ». Laffer matérialise cette idée par
une courbe en U inversée qui indique qu’il existe un niveau optimal d’imposition pour une
économie donnée et affirme ainsi que « trop d’impôt tue l’impôt ».
Graphique 2.3.53 : Courbe de Laffer
Source : Laffer
168
Dès lors, une taxation excessive s’avère couteuse en termes de croissance et de recettes
fiscales. Autrement, les recettes fiscales n’augmentent pas nécessairement avec le taux
d’imposition. En effet, plus le taux d’imposition est élevé plus il y a risque d’évasion et de
fraude fiscale et moins élevées seront les recettes fiscales collectées.
La courbe de Laffer illustre l'idée selon laquelle il existe un niveau maximal de taxation (T)
au-delà duquel le produit de l'impôt diminue et l'effet désincitatif sur l'offre de travail
l'emporte sur les recettes attendues. La courbe de Laffer est caractérisée par un paradoxe,
qui stipule qu’encourager les impôts peut diminuer les recettes fiscales alors qu’il est
possible de les diminuer tout en permettant à l’Etat de dégager plus de recettes, et ce à
travers deux effets principalement :
- Effet arithmétique : L’augmentation des taux d’imposition entraine l’accroissement des

recettes fiscales dans la même proportion ;
- Effet économique : L’augmentation des taux d’imposition a un effet dissuasif sur l’offre
du travail : un taux élevé sur le revenu incite les individus à moins travailler ce qui
pénalise l’épargne, les ménages consomment moins et les investisseurs sont plus frileux.
Par conséquent, les recettes de l’Etat diminuent.
Diagramme 2.3.1 : Canaux de transmission de la théorie de Laffer
169
Taux
d'imposition
trop élevé
Baisse de
Baisse du travail
l'investissement
Baisse de l'activité Baisse de l'activité

économique économique
Baisse des profits Baisse des salaires
Baisse de l'Impôt sur Baisse de l'Impôt sur

les Sociétés le Revenu des
Personnes Physiques
Baisse des recettes Baisse des recettes

fiscales fiscales
Source : Laffer
Toutefois, les travaux empiriques montrent qu'il n'est pas aisé de définir le seuil de taxation
optimale, et que les effets désincitatifs de l'impôt peuvent intervenir seulement pour des
taux très élevés. Avec le développement de cette théorie, Laffer a introduit une sorte de
non linéarité au niveau de la relation existante entre les deux agrégats économiques.
Encadré 2.3.1 : Le coin fiscal et social (CF) :
« L’existence d’un coin fiscal et social élevé pourrait expliquer la création insuffisante d’emplois. »
Le coin fiscal et social se défini comme étant l’écart entre le coût brut pour une entreprise et ce
dont dispose en définitive le salarié après paiement de toutes les cotisations sociales et de l’impôt
170
sur le revenu. Pour une entreprise, le coût de taxation globale du travail tient compte en plus de
l’impôt sur le revenu, d’autres retenues supportées à la fois par l’employeur et l’employé. Il s’agit
notamment de la contribution au titre de la retraite ainsi que des cotisations aux mutuelles pour
le secteur public et à la Caisse Nationale de Sécurité Sociale pour les salariés du secteur privé.
Ainsi, afin d’établir une meilleure estimation du taux de taxation du travail, il faudrait tenir
compte de l’ensemble des prélèvements obligatoires et non seulement des taxes et impôts et ce,
afin de voir s’il ne porte pas préjudice à l’emploi.
Méthode de calcul :
Le coût total d’un travailleur pour l’entreprise est donné (en termes réels, et non pas nominaux)
W(1+Cp )
par : CT = Pp
𝑊(1−𝐶𝑒)(1−𝑡𝑒 )
Le pouvoir d’achat total du travailleur en termes réels est donné par : PA =
𝑃𝑐 (1+𝑡𝑐 )
𝑊�1+𝐶𝑝 �
𝐶𝐶 𝑃𝑝 �1+𝐶𝑝 �(1+𝑡𝑐 ) 𝑃𝑐
Le coin salarial est donné par : 𝜌𝑠 = = 𝑊(1−𝐶𝑒 )(1−𝑡𝑒 ) = � �
𝑃𝑃 (1+𝐶𝑒 )(1+𝑡𝑒 ) 𝑃𝑝
𝑃𝑐 (1+𝑡𝑐)
Et le coin socialo fiscal qui ne prend pas en considération l’influence des prix, est donné par :
𝑊(1 + 𝐶𝑝 ) �1 + 𝐶𝑝 �(1 + 𝑡𝑐 )
𝜌𝑓 = =
𝑊(1 − 𝐶𝑒 )(1 − 𝑡𝑒 ) (1 + 𝐶𝑒 )(1 + 𝑡𝑒 )
(1 + 𝑡𝑐 )
P
Le terme ( c ) représente les termes de l'échange et constitue une composante relativement
Pp
volatile du coin salarial. Le coin socialo-fiscal est plus stable que le coin salarial. Dans la littérature,
on trouve généralement le coin fiscal présenté sous la forme (ρf − 1) × 100 et le coin salarial
(ρs − 1) × 100.
W : Le salaire brut d’un travailleur déterminé par son contrat de travail

𝐶𝑝 : Le taux des cotisations patronales
𝐶𝑒 : Le taux des cotisations de sécurité sociale du travailleur
𝑡𝑒 : Le taux moyen d'imposition de l'impôt sur le revenu des personnes physiques
𝑡𝑐 : Le taux de la taxe sur la consommation
𝑃𝑝 : L’indice des prix à la production
𝑃𝑐 : L’indice des prix à la consommation
Pour le cas du Maroc, l’un des rares travaux officiels publiés se rapportant au coin fiscal et social
est le document de travail numéro 77 datant de juin 2002 élaborée par Abdelatif Naânaâ de la
Direction de la politique économique générale du Ministère de l’économie, des finances, de la
171
privatisation et du tourisme, s’intitulant « étude sur la taxation du travail au Maroc : le coin fiscal
et social ». Les principaux enseignements tirés de cette étude sont les suivants 17 :
«…
- Au cours de la décennie 90, en moyenne, le partage des revenus du travail s’est fait en faveur
du niveau de vie des salariés en place et au détriment d’une augmentation de l’emploi aussi
bien au niveau du secteur public que celui privé industriel.
- Le CFS moyen varie entre 18,7% au niveau du SMIG et 49,4% pour un cadre dirigeant. Etant
donné que le SMIG est exonéré de l’IGR, la part du prélèvement progressif dans le CFS est
nulle en ce qui concerne le salaire minimum.
- L’entrée en vigueur, au niveau de la CNSS à partir du 1er avril 2002, des nouveaux taux et
plafond des cotisations s’est traduite par une hausse du coin fiscal et social particulièrement
pour les revenus bas. A titre d’illustration, cette révision des taux et du plafond s’est traduite
par une hausse du coin fiscal et social de près de 2,5 points pour un salarié qui touche le SMIG
contre 1 point pour un cadre dirigeant.
- Le coût marginal du travail pour une entreprise est au moins deux fois plus important que son
coût social pour un cadre dirigeant et dépasse 42% pour un salaire moyen. Cette distorsion du
prix relatif du travail pourrait être à l’origine de choix inefficaces du point de vue de l’emploi.
Ainsi, les entreprises ont tendance à substituer de manière excessive le facteur travail par le
capital et à se retirer de certaines activités intensives en main d’œuvre. En effet, avec les
mesures prises en faveur de l’investissement au cours de la période 1990-2000, le stock de
capital s’est accru à un taux de 4,5%, et donc à un rythme plus élevé que celui de l’emploi
(2,3%). Cette évolution pourrait s’expliquer par la conjonction des facteurs suivants:
l’appréciation relative du taux de change réel surtout jusqu’en 1995, la fiscalité favorable
pour les importations des biens d’équipement, la détente des taux d’intérêts et la hausse du
coût du travail.
- Le CFS marginal est de près de 54% pour un salaire mensuel brut de 14.000 dirhams versé par
le secteur public alors qu’il ne dépasse pas 52,4% pour un cadre dirigeant du privé dont le
salaire est de l’ordre de 50.000 dirhams. Cette différence est due au plafonnement de la part
salariale des cotisations au titre de la CNSS.
- La hausse des cotisations des employeurs se traduit par la hausse des salaires bruts. A long
terme, elle provoque une hausse des prix et une perte de compétitivité des entreprises locales
par rapport aux entreprises étrangères.
- Le Maroc dispose d’un CFS moyen comparable à celui de l’Espagne et de l’Allemagne et ce,
pour les cadres supérieurs et les cadres dirigeants. Pour ces catégories, la France vient en
première position alors que la dernière place revient au Royaume-Uni.
… ».
Le modèle de croissance optimale, à la Ramsey-Cass-Koopmans, reproduisant une

économie fermée avec deux agents : un agent représentatif et un gouvernement, permet
d’illustrer la courbe de Laffer sur un plan théorique. En effet, en introduisant un agent
17
Les résultats de cette étude sont repris fidèlement dans cette analyse et ce à titre purement indicatif des effets potentiels des incitations fiscales.
172
représentatif, qui cherche à maximiser son utilité inter temporelle U, et une fonction de
production (capital privé et dépenses publiques productives) identique à celle de Barro
[1990], avec une population normalisée à l’unité à travers des variables interprétées par
tête identique, l’hypothèse de rendements constants permet d’avoir, comme chez Barro,
une croissance stationnaire à long terme.
En supposant que les dépenses publiques productives sont financées par déficit et par
impôt proportionnel sur le revenu des ménages et que les intérêts sur la dette accumulée
constituent une forme improductive de dépenses publiques, la relation de Keynes-Ramsey
suggère, à long terme, une relation entre le taux de croissance et le ratio de dépenses
publiques productives. En outre, le taux d’imposition qui maximise la croissance
stationnaire ressort comme suit :
ρ
τ∗ = 1 − α + αµ(σ − 1 + )
γ
Avec :
α : L’élasticité du revenu au capital privé ; 0< α<1.
µ : Ratio du déficit budgétaire
σ > 0 : L’élasticité de substitution inter temporelle
ρ : Le taux d’escompte subjectif,
γ : Taux de croissance endogène constant
Ce résultat affirme l’intuition évoquée par Barro (1990) : une hausse du taux d’imposition
assure des ressources, qui peuvent être utilisées pour financer les dépenses productives.
Celles-ci, soutiennent l’accumulation de capital privé ainsi que la croissance économique.
Cependant, cette hausse agit négativement sur la productivité marginale nette du capital
privé, tout en générant des effets défavorables sur l’investissement et la croissance. Par
conséquent, la courbe de Laffer de la croissance est la résultante de l’arbitrage entre ces
deux effets contradictoires.
173
Encadré 2.3.2 : Impact de la politique fiscale sur le taux de croissance de long terme
Équations de base L’équation (6) implique :
Utililité intertemporelle des consommateurs : 𝜕𝜕∗ 𝛼(1−𝜏) 𝜕𝜕∗
∞ 𝜕𝜕
= (1 − 𝛼)𝑥 ∗𝛼 � 𝑥 ∗ 𝜕𝜕 − 1� (9)
U=∫0 𝑒 −𝜌𝜌 ln(𝑐𝑡 )dt (1) On constate que le signe de la dérivée est
La fonction de production par unité de travail : ambigu.
𝑔
𝑦𝑡 =A𝑘𝑡 𝑓(𝑘𝑡) = A𝑘𝑡 𝑓(𝑥), f’>0 et f’’<0 (2) En considérant 𝑥 =̇ 0 , 𝑧̇ =0, on déduit les deux
𝑡
𝑔 le capital public , 𝑘 le capital privé . équations suivantes :
𝜕𝑥 ∗ 𝜀 𝜕𝜕∗
La fonction de production est de type Cobb- 𝜕𝜕
= −𝑥 ∗𝛼−1 − 𝑥 ∗𝛼 − �1 + 𝜀 + � (10)
𝑥∗ 𝜕𝜕
Douglas :
y=k𝑥 𝛼 ; 0<α<1. (3) 𝜕𝜕∗
=
1
�−𝛼𝑥 ∗𝛼 + 𝛼²(1 − 𝜏)𝑥 ∗𝛼−1
𝜕𝑥 ∗
� (11)
La dynamique du stock de capital public : 𝜕𝜕 1+𝜀 𝜕𝜕
𝛼(1−𝜏) 𝛼 𝜌
𝑔 = 𝜏𝜏 + 𝜀𝜀 , (4) 𝑧̇ = 0 => 𝑥 + (12)
1+𝜀 1+𝜀
𝜏: 𝑡𝑡𝑡𝑡 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑎𝑎 𝑟𝑟𝑟𝑟𝑟𝑟 , 𝜕𝜕∗ 𝑧∗
=- (13)
𝜕𝜕 𝑑𝑑𝑑
𝜀: 𝑡𝑡𝑡𝑡 𝑠𝑠𝑠 𝑙𝑙 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐.
Avec
Equation d’accumulation du capital privé :
Det = (1-𝛼)(1 + 𝜀)𝑥 ∗𝛼+1 +[(1 + 𝜀(1 − 𝛼)]𝑥 ∗𝛼
𝑘̇ = (1 − 𝜏)𝑦 − (1 − 𝜀)𝑐 (5)
Par conséquent, à partir des équations (9) et (13)
La résolution du programme consiste à maximiser
on pourra calculer le taux d’imposition qui
la fonction d’utilité sous la contrainte décrite par
maximise le taux de croissance. On a donc,
l’équation (5) qui permet de d’expliciter la 𝛼 𝜀𝜀𝑥 ∗−𝛼
condition de Keynes-Ramsey se rapportant à 𝜏̂ =Arg�𝜏 − + 1+𝜀(1−𝛼) = 0�.
1+𝜀(1−𝛼)
l’expression de 𝛾. Alors la relation entre les deux taux pourra
Taux de croissance de la consommation par tête : 𝜕𝜕∗
s’énoncer comme suit : >0 si 𝜏 > 𝜏̂ (et
𝑐̇ 𝜕𝜕
𝛾 = 𝑐 = (1 − 𝜏)(1 − 𝛼)𝑥 𝛼 -𝜌 (6) inversement).
La dynamique du modèle peut être résumée à D’après cette règle, on déduit en-deçà du taux
l’aide des équations 4, 5, 6 : d’imposition optimal, une politique fiscale n’a pas
𝑥̇ 𝑧
=𝜏𝑥 𝛼−1 + 𝜀 − (1 − 𝜏)𝑥 𝛼 + (1 + 𝜀)𝑧 ; z=c/k obligatoirement une incidence négative sur la
𝑥 𝑥
(7) dynamique de long terme.
𝑧̇ Les effets d’une variation de la taxe sur la
=-𝛼(1 − 𝜏)𝑥 𝛼 − 𝜌 + (1 + 𝜀)𝑧
𝑧 consommation (𝜀)
(8) Rebelo a démontré qu’une taxe sur la
Ces équations nous permettrons de mesurer les consommation a un effet neutre sur le taux de
conséquences d’une variation des taux de taxes croissance de long terme.
(𝜏, 𝜀) sur le sentier de croissance de long terme. Toutefois, par le même procédé, on peut justifier
𝑑𝑑
dans les deux cas, on suppose que =0, ceci dit algébriquement que tout accroissement du taux
𝑑𝑑
chacun des outils de la politique fiscale est 𝜀 a un impact positif sur le taux de croissance de
apprécié indépendamment de l’autre. long terme 𝛾 ∗
Effets d’une variation de la taxe sur le revenu (𝝉) i,e :
𝜕𝜕∗ 𝜕𝜕∗
Pour évaluer l’effet d’une variation du taux =(1 − 𝜏)(1 − 𝛼)𝛼𝑥 ∗𝛼−1 >0,
𝜕𝜕 𝜕𝜕
d’imposition sur la croissance de long terme, on 𝜕𝜕∗ 𝑧∗²
où =- >0.
suppose l’existence d’un taux d’imposition optimal. 𝜕𝜕 𝑑𝑑𝑑
Ce critère d’optimalité associé à la politique fiscale
reposera sur l’hypothèse que le gouvernement
défend un objectif de maximisation de la
croissance économique durable.
174
Sur le plan empirique, plusieurs approches se sont attelées à identifier une méthode usuelle
permettant de mesurer le taux de pression optimale, la présente section propose de revenir
sur trois approches retenues dans la littérature empirique et d’en discuter les résultats pour
le cas du Maroc.
2. Modèle de Scully
A l’image du modèle de croissance optimale, à la Ramsey-Cass-Koopmans, Scully propose

un cadre théorique simplifié permettant d’identifier le seuil optimal de la fiscalité, en
mettant en relation notamment le taux de pression fiscale et le taux de croissance de
l’économie.
Bien que ce modèle soit simple, il a l’avantage théorique de proposer un schéma selon
lequel la recette fiscale d’une année (g(t) =𝑦(t)) supposée égale à la dépense publique,
interagit avec le produit (1-𝜏)y(t-1) formé par la sphère privée de l’économie de l’année
précédente, pour générer le produit global. La fonction de production du modèle Scully est
donnée par :
𝑦𝑡 =𝛽1 𝑔𝑡 𝛽2 ∗ ((1 − 𝜏)𝑦𝑡−1 )𝛽3
Où :
𝛽1 , 𝛽2 𝑒𝑒 𝛽3 : sont des paramètres de base ;
𝑦𝑡 : est l’output de l'économie à l'instant t ;
𝑔𝑡−1 : les biens produits par le gouvernement à t-1 ;
𝜏 : est le taux d’imposition.
Le gouvernement produit des biens qui peuvent être soit financés par les impôts (𝜏), la
dette (d) ou le seigneuriage (s), ce qui signifie que le gouvernement a produit des
marchandises au temps t- 1, ce qui peut être écrit comme :
𝑦𝑡 = 𝛽1 (𝑦𝑡−1 ∗ τ + d + s)𝛽2 ∗ ((1 − 𝜏)𝑦𝑡−1 )𝛽3
175
Le coût supplémentaire lié à la dette s’écrit :
𝑑 + 𝑠 = 𝑑 + 𝑠 − 𝜑 ∗ (𝑑 + 𝑠).
Où 𝜑 représente le coût marginal de la dette et ‘’l'impression de l'argent’’ qui est donné par
le taux d'intérêt i ainsi que le taux d'inflation pi. Si nous projetons ces expressions dans
notre équation précédente nous obtenons l'expression suivante :
𝑦𝑡 =𝛽1 (𝑦𝑡−1 ∗ τ + d + s − (i + pi) ∗ (d + s))𝛽2 ∗ ((1 − 𝜏)𝑦𝑡−1 )𝛽3
On déduit alors :
𝑦𝑡 = 𝛽1 (𝑦𝑡−1 ∗ τ)𝛽2 ∗ ((1 − 𝜏)𝑦𝑡−1 )𝛽3
En divisant par 𝑦𝑡−1
𝑦𝑡 (−1+𝛽 +𝛽 )
= (−1)𝛽3 𝑦𝑡−1 2 3 𝛽1 𝜏 𝛽2 (−1 + 𝜏)𝛽3
𝑦𝑡−1
La fonction de production est à rendements d’échelle constant si : 𝛽3 + 𝛽2 = 1
On définit le taux de croissance 𝛾 par :
𝑦𝑡
= 𝛽1 𝜏 𝛽2 (−1 + 𝜏)𝛽3 = 1+ 𝛾 = Ω
𝑦𝑡−1
On déduit :
Ω = 𝛽1 𝜏 𝛽2 (−1 + 𝜏)𝛽3
Cette équation permettra d’estimer empiriquement les paramètres sous la condition de

rendements d’échelles constants, puisque : 𝛽3 + 𝛽2 = 1
Ω 𝜏 𝛽2
= 𝛽1 �1−𝜏�
1−𝜏
En logarithme :
Ω 𝜏
ln(1−𝜏) = 𝑙𝑙𝛽1 + 𝛽2 ln(1−𝜏)
176
Le paramètre 𝛽2 constitue le niveau de taxe optimale.
Afin d’appliquer cette technique, il est proposé dans ce qui suit de retenir les variables
discutées dans la précédente section, à savoir :
- Le PIB non agricole ;
- Le poids des recettes fiscales par rapport au PIB non agricole ;
Les variables découlant des transformations nécessaires pour répondre au développement

du modèle de Scully sont les suivantes :
Graphique 2.3.54 : variable dépendante Graphique 2.3.55 : variable explicative
0,50
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
-0,60 0,45
-0,80
0,40
-1,00
0,35
-1,20
0,30
-1,40
0,25
-1,60
0,20
1980
1983
1986
1989
1992
1995
1998
2001
2004
2007
2010
2013
2016
-1,80
D’après les deux graphiques, il ressort clairement l’existence de deux observations (2007 et
2008) pouvant constituer des points aberrants. L’analyse de la stationnarité des deux
variables indique que celles-ci sont intégrées d’ordre unitaire.

ADF PP ADF PP
Constante 0.0468 0.0570 0.0000 0.0000
Variable
Cst et trend 0.0201 0.0201 0.0000 0.0000 I(1)
dépendante
Sans 0.7802 0.8695 0.0000 0.0000
Constante 0.4669 0.4417 0.0001 0.0001
Variable
Cst et trend 0.5133 0.4204 0.0008 0.0007 I(1)
explicative
Sans 0.2219 0.2186 0.0000 0.0000
177
De prime à bord, il est proposé de vérifier l’existence de relation de cointégartion, en

estimant un VAR standard sur les variables stationnaires (différence première), puis
d’évaluer le nombre de retard optimal. Le résultat obtenu ressort unitaire. Afin de
neutraliser les effets des deux observations 2007 et 2008, il est proposé d’utiliser des
variables muettes. Le résultat s’avère inchangé compte non tenu de ces variables muettes.
Tableau 2.3.20 : Critère de sélection de l’ordre de retard optimal des modèles var
Lag LogL LR FPE AIC SC HQ
0 113.7558 NA 4.08e-06 -6.734740 -6.459914 -6.643643

1 127.9064 23.87912* 2.17e-06* -7.369151* -6.911109* -7.217323*
2 129.9906 3.256489 2.47e-06 -7.249411 -6.608152 -7.036852
3 135.7987 8.349193 2.24e-06 -7.362419 -6.537943 -7.089129
* indicates lag order selected by the criterion

LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Le recours au test de Johansen permet de vérifier l’existence d’une relation de

cointégration entre les variables étudiées.
Tableau 3.21 : Test de cointégration

Data Trend: None None Linear Linear Quadratic
Test Type No Intercept Intercept Intercept Intercept Intercept
No Trend No Trend No Trend Trend Trend
Trace 0 1 2 1 2
Max-Eig 0 1 2 0 0
L’estimation du modèle présenté par Scully permet d’identifier un seuil de taxation

optimale de 25,8% du PIB non agricole. En effet, le coefficient 𝛽2 ressort égal à 0,258433.
Entre 1980 et 2016, cette valeur critique a été dépassée à trois reprises, à savoir en 2007
(25,8% du PIB non agricole à prix courants), 2008 (29,1%) et en 2012 (26,5%). Ce modèle est
validé à travers l’examen des différents tests statistiques nécessaires, avec notamment un
178
résidu stationnaire, des tests de CUSUM et CUSUM carré concluants de la stabilité du

modèle et l’absence d’autocorrélation est admise suivant le test de Breusch-Godfrey.
Tableau 2.3.22 : Résultats du modèle de Scully

Dependent Variable: LOG((PIBNAGR/PIBNAGR(-1)/(1-RF/NPIBNAGR)))
Method: Least Squares
C 0.610511 0.022751 26.83456 0.0000

LOG((RF/NPIBNAGR)/(1-RF/NPIBNAGR)) 0.258433 0.020670 12.50300 0.0000

Le résidu de cette modélisation est Tableau 2.3.23 : Stationnarité du résidu

Modèle ADF PP
stationnaire suivant les tests d’ADF et de
Constante 0.0000 0.0000
PP. Ceci confirme l’existence d’une relation Cst et trend 0.0000
0.0000
de long terme et corrobore les résultats Sans 0.0000 0.0000
obtenus dans la précédente modélisation. Source : Calculs auteur
179

.45
.40
.35
.30
.04
.25
.02
.20
.00
-.02
-.04
-.06
1985 1990 1995 2000 2005 2010 2015
Les tests de stabilité du modèle estimé sans tenir compte des variables muettes au cours du
temps permettent de confirmer celle-ci, avec des résultats concluants pour les tests de
CUSUM et de CUSUM SQ. Les résultats sont globalement inchangés compte tenu des
variables muettes.

20 1.4
15 1.2
1.0
10
0.8
5
0.6
0
0.4
-5
0.2
-10
0.0
-15 -0.2
-20 -0.4
1985 1990 1995 2000 2005 2010 2015 1985 1990 1995 2000 2005 2010 2015

180
3. Modèle quadratique
Conformément à la courbe de Laffer, la relation entre fiscalité et croissance prône une

évolution en cloche. Ceci suppose ainsi l’existence d’une relation non linéaire entre les deux
phénomènes. Afin d’en attester la véracité et de mesurer la pression fiscale optimale, il est
possible, outre le modèle de Scully, d’opter pour une régression liant l’activité économique,
les recettes fiscales et leur carré. Cette méthode qui répond au principe de la courbe de
Laffer, permet de modéliser une relation en U ou en U inversé selon les signes des
paramètres obtenus au niveau de la variable à seuil et de son carré.
Ainsi et afin de compléter le modèle de Scully, le taux de croissance des activités non
agricoles γt est lié au taux d’imposition τt qui correspond au total des recettes fiscales
exprimées en valeur, rapportées à la valeur ajoutée des activités non agricoles aux prix
courants, et ce sur la base de la relation suivante :
γt = α+βτt +δτt 2+ et
Avec β > 0 et δ < 0 pour assurer une courbe en U inversé ou en cloche.
Le coefficient de la variable et celui de son carré doivent être de signe contraire avant qu’on
ne puisse parler de retournement ou d’existence d’un seuil. Ainsi, le paramètre β est positif
pour capturer l’effet bénéfique des dépenses du gouvernement sur le taux de croissance,
alors que le paramètre δ est de signe négatif pour capter les effets indésirables associés à
des taux d'imposition élevés. Le taux d'imposition qui maximise la croissance économique
β
correspond à τ∗ = − 2δ
Les résultats obtenus à travers cette approche ne s’avèrent pas concluants. En effet, les
signes obtenus ne correspondent pas à ceux attendus d’une part et la qualité d’ajustement
des modèles obtenus s’avère très limitée, avec plusieurs entraves statistiques, telle la
colinéarité des variables explicatives, l’instabilité des paramètres et autres.
4. Régression à seuils
181
Outre le modèle de Scully et celui quadratique, il est possible d’opter pour une régression à
seuils qui permet d’identifier des seuils critiques à la relation liant pression fiscale et activité
économique. L’avantage de cette méthode est de s’inscrire dans une approche non linéaire,
capable de générer des dynamiques différentes selon la phase du cycle des variables
contrairement à un processus linéaire, qui suppose une symétrie tout au long du cycle.
Le modèle de régression seuils (TR), décrit une forme simple de régression non linéaire,
avec des spécifications linéaires en morceaux et un changement de régime qui se produit
quand une variable observée franchit certains seuils. Les spécifications TR sont très
populaires, car ils sont faciles à estimer et à interpréter, et capables de produire des non-
linéarités intéressantes et des dynamiques riches.
Formellement, le modèle à seuils s’écrit :
Où :
- qt désigne la variable de transition,
- γ est la valeur seuil,
- yt la variable expliquée,
- xt un vecteur de variables indépendantes et
- εt le résidu de l’estimation.
La variable de transition qt peut être un élément de xt et sa distribution est supposée

continue. Ce modèle peut être re-paramétrisé en une seule équation en introduisant une
variable indicatrice It(γ), avec :
It(γ)={qt ≤γ }
182
où {.} est la fonction indicatrice. Avec : It=1 si qt ≤ γ et It=0 sinon.
En posant xt(γ) =xt*It(γ), alors le modèle devient :
Avec : θ=θ2 et δ=θ1-θ2
Le choix des variables a porté initialement sur celles utilisées pour tester le modèle de
Scully, à savoir la valeur ajoutée des activités non agricoles et la pression fiscale approchée
par le ratio des recettes fiscales à la valeur ajoutée non agricole exprimée aux prix courants.
Cependant les résultats obtenus n’étant pas concluants, plusieurs combinaisons ont été
menées afin d’aboutir aux résultats présentés ci-après. Ainsi, les variables retenues sont :
- Le PIB à prix constants ;
- La pression fiscale rapprochée par le ratio des recettes fiscales au PIB à prix
courants ;
- La production céréalière.
Les résultats obtenus font état de l’existence de deux seuils critiques. En effet, la relation
entre pression fiscale et activité économique ressort positive tant que la pression fiscale ne
dépasse pas le seuil de 22,7% du PIB. Sur l’horizon couvrant la période s’étalant de 1980 à
2016, ce seuil a été dépassé à trois reprises en 2007, 2008 et en 2012. Ces résultats
semblent confirmer ceux obtenus à travers le modèle de Scully qui fait état notamment
d’un dépassement de la pression optimale sur les mêmes dates.
En outre, la pression fiscale semble avoir une impulsion positive plus importante lorsque
celle-ci reste inférieure au seuil de 16,2% du PIB. En effet, l’élasticité associée à la pression
fiscale s’élève à 2,16 lorsque cette condition est remplie alors qu’elle s’établit à 1,52 lorsque
la pression fiscale ressort entre 16,2% et 22,7% du PIB.
Tableau 2.3.25 : Résultats de la modélisation à seuils
183
Dependent Variable: LOG(PIB)

Method: Threshold Regression
Sample: 1980 2016
Threshold type: Bai-Perron tests of L+1 vs. L sequentially determined
Thresholds
Threshold variable: 100*(RF/NPIB)
Threshold selection: Trimming 0.15, Max. thresholds 5, Sig. level 0.05
Threshold values used: 16.24459, 22.69853
100*(RF/NPIB) < 16.24459 -- 16 obs
C 15.31243 0.563780 27.16030 0.0000

LOG(RF/NPIB) 2.157672 0.307801 7.009959 0.0000
LOG(PRODC) 0.275690 0.051846 5.317490 0.0000
16.24459 <= 100*(RF/NPIB) < 22.69853 -- 11 obs
C 14.87881 1.181685 12.59118 0.0000

LOG(RF/NPIB) 1.519793 0.693797 2.190545 0.0370
LOG(PRODC) 0.194380 0.052680 3.689797 0.0010
22.69853 <= 100*(RF/NPIB) -- 10 obs
C 11.47437 0.733003 15.65392 0.0000

LOG(RF/NPIB) -1.350029 0.515135 -2.620727 0.0140
LOG(PRODC) 0.019959 0.062787 0.317890 0.7529

184
14.0
13.6
13.2
12.8
.2
12.4
.1
12.0
.0
-.1
-.2
-.3
1980 1985 1990 1995 2000 2005 2010 2015
Tableau 2.3.26 : Stationnarité du résidu

Modèle ADF PP Tableau 2.3.27 : Test de Breusch-Godfrey
Constante 0.0000 0.0000 F-statistic 0.549887 Prob. F(2,26) 0.5836
Cst et trend 0.0000 0.0000 Obs*R-squared 1.501549 Prob. Chi-Square(2) 0.4720
Sans 0.0000 0.0000
Conclusion
Une lecture des développements théoriques autour de l’optimum fiscal permet d’établir
l’importance de celui-ci, puisqu’il constitue un point d’inflexion d’une importance bien
particulière pour les décideurs de politiques économiques. En effet, la détermination de ce
seuil d’optimalité constitue une étape importante dans la détermination de la nature de la
relation régissant fiscalité et croissance.
Sur le plan théorique, Ibn Khaldoun a présenté ce seuil en discutant l’impact d’une
imposition légère sur la volonté des travailleurs et leurs envies d’élargir leurs bénéfices, qui
induit un élargissement de la richesse globale et par la même celle de l’Etat. Il revient
ensuite sur les effets d’une augmentation excessive des taux d’impositions sur l’amour
185
porté par les cultivateurs à l’égard du travail. Différents auteurs ont reproduit cette analyse
qui a été communément connu par la suite par la courbe de Laffer ou encore « trop
d’impôts tue l’impôt ». La courbe de Laffer illustre l'idée selon laquelle il existe un niveau
maximal de taxation (T) au-delà duquel le produit de l'impôt diminue et l'effet désincitatif
sur l'offre de travail l'emporte sur les recettes attendues.
Dans cette perspective, cette section s’est intéressée à la détermination de ce seuil optimal
d’imposition qui permet d’établir le maximum d’imposition tout en induisant un
accroissement de la richesse. Alors que les résultats du modèle quadratique semblent peu
concluants, l’estimation du modèle de Scully permet d’identifier un seuil de taxation
optimale de 25,8% du PIB non agricole. Entre 1980 et 2016, cette valeur critique a été
dépassée à trois reprises, à savoir en 2007 (25,8% du PIB non agricole à prix courants), 2008
(29,1%) et en 2012 (26,5%). En parallèle, les résultats obtenus à travers la régression à seuils
font état de l’existence de deux seuils critiques. Le premier estimé à 16,2% du PIB permet
d’établir une relation positive, avec une élasticité de 2,16 entre la pression fiscale et la
croissance, alors que le deuxième ressort à 22,7% du PIB et fait état d’une relation certes
positive mais de moindre ampleur, avec une élasticité de 1,52. Le dépassement de ce seuil
induit un changement de signe au niveau de cette relation, qui devient négative avec une
élasticité de 1,35. Ces deux méthodes indiquent que le seuil d’optimalité a été dépassé au
cours des années 2007, 2008 et 2012.
Tenant compte de la structure des comptes nationaux, le recalcule en pourcentage du PIB

du taux d’optimalité établi en pourcentage du PIB non agricole par la méthode de Scully
permet d’identifier un seuil variant entre 22,5% (moyenne) et 22,6% (médiane) très proche
de celui calculé par la régression à seuils.
Ces résultats corroborent globalement ceux obtenus dans la deuxième section, puisque le
taux d’imposition au Maroc ne dépasse son seuil d’optimalité que ponctuellement en 2007,
2008 et 2012, ce qui plaide pour l’existence d’une relation positive entre la fiscalité et la
croissance pour le cas marocain.
186
Après avoir diagnostiqué l’évolution de la croissance économique et démontrer le

ralentissement du potentiel de croissance au cours de ces dernières années, ce chapitre
s’est intéressé à la relation régissant la fiscalité à la croissance. Il a été structuré autour de
trois sections, permettant de revenir respectivement sur la fiscalité, ses principes et
principaux faits stylisés. La deuxième section s’est attardée sur la relation linéaire entre la
pression fiscale et la croissance alors que la troisième section s’est concentrée sur la
détermination du seuil optimal de la pression fiscale en introduisant une non linéarité au
niveau de cette relation.
187
En somme, Si l’instauration de nouveaux impôts et/ou taxes ne peut échapper aux grands
principes de la fiscalité qui sont la neutralité, l’efficience, la certitude et la simplicité ainsi
que l’efficacité et l’équité ou encore la flexibilité, le respect de ces règles constitue en soi
une difficulté et un défi de taille. Dans ce sens, il importe de bien cerner les contours,
objectifs et limites de chaque instrument fiscal avant son utilisation et ce, afin de pouvoir en
tirer le meilleur profit possible.
A l’échelle nationale, la fiscalité au Maroc a connu différents remaniements passant d’une

fiscalité basée en partie sur le religieux à une fiscalité attachée au revenu, la création de
richesse et la consommation. Ceci étant, une lecture des principales lignes et
recommandations des Assises nationales sur la fiscalité fait état d’importantes insuffisances,
puisque les attentes restent globalement les mêmes entre les conclusions des Assises de
1999 et celles de 2013. En outre, les différentes Loi de finances ne semblent pas apportées
suffisamment de matière pour établir les changements requis afin de répondre aux attentes
des différents opérateurs.
En outre, les données fiscales permettent d’identifier un certain nombre de conclusions

dont notamment, une décélération de l’évolution des recettes fiscales entre 1980 et 2016
et une tendance globalement ascendante de la pression fiscale, approchée par le ratio des
recettes fiscales au PIB nominal. Relativement à la structure de celles-ci, il est constaté une
certaine concentration, qui tend à s’affirmer dans le temps autour de la TVA, de l’IR et de
l’IS. En outre, la progressivité des taux et tranches utilisés pour la détermination des impôts
sur les sociétés et ceux sur les revenus, tend à prendre une forme logarithmique, ce qui
indique une certaine progressivité régressive, qui au regard du degré de concentration
autour d’un nombre réduit de sociétés pour l’IS et des impositions à la source au niveau des
fonctionnaires notamment pour l’IR renvoi à l’importance d’asseoir plus d’équilibre en
matière fiscale.
En benchmark international, alors que les recettes ordinaires exprimées en pourcentage du

PIB au Maroc ressortent globalement inférieures à la moyenne mondiale entre 2000 et
2016, la pression fiscale, mesurée par le ratio des recettes fiscales au PIB, s’avère supérieure
188
à la moyenne mondiale. Outre des cotisations sociales inférieures à la moyenne mondiale,

ceci tend à indiquer l’importance de la pression fiscale au Maroc. En parallèle, le
positionnement relatif du Maroc en fonction aussi bien de la pression fiscale que du PIB par
habitant, exprimé en parité de pouvoir d’achat à prix courants, semble indiquer que le
niveau de la pression fiscale au pays ressort proche de la moyenne de l’échantillon alors que
le pouvoir d’achat du citoyen marocain s’avère inférieur à la moyenne mondiale sur la
période s’étalant de 2000 à 2016. De plus, sur la base des données du Doing Business, il est
possible de conclure notamment que le coût de l’ensemble des taxes et impôts supportés
par une entreprise marocaine, de taille moyenne, ressort supérieur à la moyenne mondiale,
ce qui s’est traduit par une détérioration quasi-continue du classement du pays en la
matière entre le DB2010 et celui de 2017. En outre et malgré une nette baisse du nombre
de paiements au titre des taxes, impôts et/ou cotisations effectués par une entreprise
durant un exercice donné au Maroc, les délais nécessaires pour le paiement semblent ne
pas diminuer considérablement dans le temps, ce qui indique que la baisse du nombre de
paiements ne s’est pas accompagnée d’un allégement aussi conséquent des procédures que
celui établit dans le benchmark.
Sur la base de ces développements, ce chapitre s’est intéressé à la nature de la relation liant
fiscalité et croissance, qui constitue un sujet de recherche très prisés par les économistes et
ce notamment au regard du besoin grandissant d’établir des politiques économiques à
même de rehausser le potentiel de croissance dans plusieurs économies aussi bien
avancées qu’émergentes. A l’échelle nationale, les investigations menées se basent en
premier sur une lecture des élasticités instantanées, qui fait ressortir l’existence d’une
trajectoire ascendante et positive entre la pression fiscale et le PIB par habitant, avec une
qualité d’ajustement atteignant 72,1% entre 1980 et 2016.
En outre, les investigations économétriques menées ont permis de mettre en avant

l’existence d’une relation positive entre pression fiscale et valeur ajoutée non agricole. En
effet, les résultats obtenus permettent d’établir l’existence d’une relation de long terme
avec un changement de structure en 2000, avec une élasticité de long terme positive et
189
significative sur le deuxième palier, entre la pression fiscale et la valeur ajoutée non
agricole. L’élasticité de long terme ressort à 0,26 entre 2000 et 2016 et le coefficient de
retour est significatif et négatif de l’ordre de 0,78. Sur la période s’étalant de 2002 à 2016,
l’élasticité de court terme s’avère positive autour de 0,27, soit une valeur proche de
l’élasticité de long terme.

utilisées de la part au total des recettes fiscales des impôts directs et celle des impôts
indirects corroborent les résultats obtenus. En effet, il ressort de cette modélisation
l’existence d’un changement de structure en 2000 avec une élasticité de long terme
significative et positive à hauteur de 0,23 sur le deuxième palier. Sachant que le paramètre
de la tendance temporelle ressort très proche au niveau des deux modèles, le rôle de la
structure des recettes est statistiquement significatif et positif sur les deux paliers. Ceci
étant, bien que le coefficient de retour soit significatif dans les deux paliers, il ressort
supérieur à l’unité au niveau du premier palier, ce qui indique un processus explosif sur
cette période et tend ainsi à rejeter la robustesse de la relation de long terme. Sur le
deuxième palier, ce coefficient de retour s’établit à -0,75, ce qui confirme l’existence de
cette force de rappel autour de la dynamique de long terme. En outre, les élasticités de
court terme des parts des impôts directs et indirects au total des recettes fiscales sont
positives, avec une probabilité de rejet de l’ordre de 19,8% et 6,6% respectivement. Ces
résultats sont cependant pénalisés par l’importance des changements de structures
observés et discutés jusque-là, ce qui réduit significativement la longévité des observations
traitées et par la même la pertinence du recours aux techniques appropriées pour résoudre
d’éventuels problèmes d’endogéniétés.
Après avoir identifié l’existence d’une relation linéaire entre pression fiscale et croissance
économique, la troisième section s’est intéressée à l’identification du seuil d’optimalité
discuté par Ibn Khaldoun dans Al Moukaddama et repris par Laffer dans ce qui sera
communément appelé Courbe de Laffer. Ce seuil constitue notamment un point d’inflexion,
d’une importance bien particulière pour les décideurs de politiques économiques, qui
190
permet d’établir le maximum d’imposition possible tout en induisant un accroissement de la

richesse. Trois approches ont été retenues dans cette section, dont deux avec des résultats
concluants et convergent pour le cas marocain. En effet, alors que les résultats du modèle
quadratique semblent peu concluants, l’estimation du modèle de Scully et la modélisation à
paliers permettent d’identifier un seuil d’optimalité quasi-similaire, gravitant autour de
22,6% du PIB, avec un dépassement sur la période 1980-2016 enregistré en trois
observations, à savoir en 2007, 2008 et en 2012.
Etabli sur la base du PIB non agricole, le modèle de Scully permet d’identifier un seuil de
taxation optimale de 25,8% du PIB non agricole. Tenant compte de la structure des comptes
nationaux entre 1980 et 2016, le recalcule en pourcentage du PIB du taux d’optimalité
identifie un seuil moyen de 22,5% du PIB et médian de 22,6% du PIB.
En parallèle, la régression à seuils indique l’existence de deux seuils critiques. Le premier

estimé à 16,2% du PIB permet d’établir une relation positive, avec une élasticité de 2,16
entre la pression fiscale et la croissance, alors que le deuxième palier ressort compris entre
16,2% et 22,7% du PIB et fait état d’une relation positive de moindre ampleur de l’ordre de
1,52. Au-delà d’une pression fiscale de 22,7% du PIB, la relation liant fiscalité et croissance
devient négative avec une élasticité de 1,35.
Au regard du faible nombre de dépassement du seuil critique, les résultats de la troisième

section semblent concordant avec ceux de la deuxième section, permettant ainsi de
conclure que la relation liant fiscalité et croissance au Maroc tend à être positive tant que la
pression fiscale ne dépasse pas les 23% du PIB. Ceci tend à indiquer l’existence de marges
additionnelles en matière de politique budgétaire puisque la pression fiscale s’élève à 21,3%
du PIB en moyenne entre 2013 et 2016, soit un niveau inférieur à l’optimum fiscal et ce
concomitamment à une accélération de la baisse du potentiel de croissance. Le troisième et
dernier chapitre de ce travail permet d’incorporer dans cette analyse le secteur informel.
191
192
CHAPITRE 3 :
POTENTIEL DE CROISSANCE, FISCALITE ET
SECTEUR INFORMEL AU MAROC
Ce troisième et dernier chapitre introduit le secteur informel dans les différentes analyses
effectuées jusque-là, en s’intéressant particulièrement à la relation régissant ce secteur
avec la fiscalité et le potentiel de croissance. Présenté initialement par K. Hart au début des
années soixante-dix, ce concept a suscité de nombreux débats portant sur sa définition, sa
mesure, les facteurs le déterminant ainsi que ces interrelations avec les différents pans de
l’économie.
193
Dans cette optique, il importe avant tout de mieux connaître les contours définissant ce
secteur, à travers une revue des essais existants ainsi que des critiques auxquelles les
systèmes statistiques actuels et futurs devraient faire face. Ainsi, différents travaux établis
sous l’égide notamment du BIT et des différentes éditions de la Conférence Internationale
des Statisticiens du Travail (CIST) visant à cerner davantage la définition du secteur et de
l’emploi informel sont présentés. Ceci permettra notamment de distinguer et différencier
les appellations existantes, bien souvent utilisées d’une manière arbitraire.
En outre, une revue de la littérature sur les différentes mesures directes permettant
d’appréhender ce phénomène servira à comprendre, en partie, toutes les difficultés
existantes à cerner ce phénomène au regard des incertitudes et limites les entachant. Après
avoir discuté des spécificités et caractéristiques de l’économie marocaine, celles de la
fiscalité, il importe de revenir, sur la base des données existantes à l’échelle nationale, sur le
secteur informel afin d’extraire les différents faits stylisés devant constituer la base du reste
des travaux du chapitre.
La deuxième section de ce chapitre, adopte l’une des approches les plus utilisées en
littérature, à savoir celle se basant sur la méthode des inputs physiques. Ce choix émane
notamment d’une volonté de vérifier certaines des hypothèses les plus admises dans la
littérature empirique sans en donner de véritables évidences empiriques. Dans ce sens, il
sera question de vérifier si les données de la Banque Mondiale, édition de Juillet 2017,
permettent de confirmer les hypothèses émises initialement par Kaufman et Kaliberda,
dont notamment l’existence d’une sensibilité stable et quasi-unitaire entre l’activité
économique et la consommation électrique. De plus, il sera question d’étendre cette
approche à travers le recours à deux nouvelles variantes à savoir, la consommation
électrique ajustée par le taux d’accès des populations à l’électricité et la consommation
énergétique. Ceci permettrait notamment de généraliser davantage cette approche en
tenant compte de certaines des spécificités et caractéristiques des économies étudiées. La
comparaison des résultats obtenus permettra de choisir l’une des approches, jugée la plus
194
pertinente, afin d’établir différentes analyses sur l’ensemble des pays disposant des
données nécessaires pour le faire.
Après une analyse détaillée des évolutions post et après crise du secteur informel tel
qu’estimé par la méthode ajustée de Kaufman et Kaliberda, une lecture graphique sur base
de nuages de points et effectuée afin de dresser quelques premières conclusions sur la
nature de la relation existante entre celui-ci, le PIB par habitant et la fiscalité. Les résultats
obtenus par cette lecture graphique seront par la suite mis en examen à travers le recours à
différentes modélisations en panel dont l’objectif est de vérifier la robustesse des résultats
obtenus. Le volet économétrique repose sur des modèles en panel qui s’intéressent à
l’existence d’une relation de cointégration entre le secteur informel, le PIB par habitant et la
pression fiscale sur la période 1990-2014. Par la suite, sur un horizon temporel plus réduit,
dicté par la disponibilité des données, il sera question d’élargir les modèles utilisés par le
recours à plusieurs indicateurs attestant de la complexité du système fiscal et
réglementaire. Dans ce sens, différents modèles seront testés en fonction de chacun des
indicateurs de complexité du système fiscal. Au terme de cette deuxième section, il sera
possible, notamment, d’avoir une idée sur la nature de la relation régissant le secteur
informel, le PIB par habitant et la fiscalité.
La troisième et dernière section sera consacrée à étudier plus en détail le cas marocain, à
travers le recours à l’une des variantes des plus utilisées en littérature. Il s’agit notamment
des méthodes monétaires, dont le développement repose sur les travaux de Cagan (1958),
Guttman (1977), Tanzi (1976) ou encore ceux de Feige (1979). Outre une discussion de ces
différentes variantes avec leur forces et faiblesses, il sera question de présenter quelques
développements empiriques se basant ou s’inspirant de celles-ci. Une application de l’une
de ces variantes est effectuée, discutée et commentée pour le cas du Maroc. Ceci permettra
notamment de calculer le secteur informel d’une manière plus élaborée pour le cas du
Maroc.
Ce calcul sera intégré par la suite dans une panoplie de modèle VAR structurels, dont les
restrictions de court et de long terme seront identifiées aussi bien à travers la revue de la
195
littérature qu’à travers un processus itératif. L’objet de ces modèles est de déterminer
notamment la nature de la relation liant le secteur informel au potentiel de croissance, à
travers une lecture des différentes réponses impulsionnelles.
Section 1 : Définition et mesures directes du secteur informel
Introduction
Présenté initialement par K. Hart au début des années soixante-dix, le concept de secteur
informel a suscité de nombreux débats aussi bien sur ses interrelations avec les politiques
196
économiques, son rôle dans le processus de développement ainsi que ses implications ou
encore sa propre définition. Celle-ci a connu d’innombrables étapes sous l’égide
notamment du BIT et des différentes éditions de la Conférence Internationale des
Statisticiens du Travail (CIST). La présente section propose de revenir en détail sur la genèse
et la définition du secteur informel, en essayant du mieux que possible d’éclaircir certaines
des ambiguïtés entachant la définition du secteur informel ainsi que celle liées à l’emploi
informel.
Dans ce sens, une lecture des caractéristiques clés identifiant le secteur informel est
effectuée et une comparaison des différentes appellations existantes est proposée. Aussi,
une lecture du développement du concept, utilisé dans les différentes versions des manuels
statistiques, est sommairement présentée. Concernant plus particulièrement les définitions
se rapportant à l’emploi informel, qui tendent à trouver consensus plus aisément, une
distinction entre l’emploi dans le secteur informel, l’emploi informel et l’emploi informel
hors secteur informel est menée.
Par la suite, cette section propose une revue de la littérature existante traitant des mesures
directes du secteur informel. Ainsi, les différentes méthodes existantes sont présentées,
discutées et les principales critiques régissant celles-ci sont avancées. Il sera question
notamment de traiter la méthode de l’audit fiscal ainsi que les différentes variantes des
méthodes basées sur les enquêtes statistiques, allant de l’enquête emploi auprès des
ménages, celle auprès des établissements, aux enquêtes mixtes ou encore au dispositif 1-2-
3. En outre, une lecture des différentes enquêtes existantes à l’échelle nationale
renseignant sur le secteur informel est menée. Dans ce sens, outre les quelques enquêtes
sectorielles (Enquête de structure sur le BTP de 1984-1985) et régionales existantes en la
matière (Enquête nationale sur les entreprises non structurées localisées de 1988 et
Enquête sur le secteur informel localisé en milieu urbain de 1997), une lecture détaillée des
données et conclusions des enquêtes nationales sur le secteur informel de 1999-2000,
197
2006-2007 et 2013-2014 18 est menée. L’objet étant d’identifier les principaux faits stylisés
devant être utilisés pour le reste des travaux.
1. Définition et genèse
Les appellations retraçant l’économie non observée sont bien nombreuses. Dite informelle,
cachée, non déclarée, non réglementée, souterraine, parallèle, de l’ombre, du marché noir,
elle est bien souvent réduite à sa composante illégale ou encore à celle échappant aux
impôts, à travers l’évasion et/ou la fraude fiscale. Cependant, dans un monde bien
complexe, la théorie et les apports des systèmes statistiques peuvent faire face à des
challenges bien difficiles à relever. Dans ce sens, clarifier les traits de séparation entre le
secteur informel, celui souterrain ou encore illégal est jugé indispensable pour mieux
appréhender les spécificités de chaque définition. Sinon, le secteur informel serait
considéré comme un « four tout », à la marge de la réglementation, ce qui compliquerait
considérablement l’interprétation des résultats des analyses économiques.
Contrairement aux activités souterraines, le secteur informel n’est pas forcément le fruit
d’une action délibérée des acteurs de cacher leurs activités. En effet, cette condition n’est
pas toujours de mise alors que pour le secteur souterrain, ses acteurs ont pour objectifs,
entre autres, de ne point s’acquitter des obligations fiscales et sociales. Dans cette
perspective, alors que l’activité souterraine est passible de sanctions fiscales et/ou
judiciaires, celle informelle est amenée à se régulariser et est parfois même accompagnée
afin de passer de l’informel vers le formel. En parallèle, l’activité illégale repose sur des
activités formellement interdites par la réglementation en vigueur. Ceci permet à priori de
distinguer conceptuellement l’illégal de l’informel. Cependant, certains pans du secteur
informel peuvent tomber dans l’illégal, si besoin il y a de licences particulières, d’agréments
ou encore si une attention particulière n’est pas accordée à ces pans.
Constituant un vif sujet de débat, la notion du secteur informel se distingue de celle

souterraine ou encore illicite, avec lesquelles elle est bien souvent confondue. La notion
18
Sur la base des éléments disponibles, les données préliminaires n’étant pas encore publiées.
198
d’économie informelle a été employée pour la première fois dans une étude datant de 1973
de Keith Hart sur le Ghana dont les résultats furent présentés initialement à partir de 1971.
L’Organisation Internationale du Travail reprit ce terme dans son rapport publié en 1972 sur
la situation de l’emploi urbain au Kenya dans le cadre du Programme Mondial de l’Emploi
lancé en 1969. Intitulé « Emploi, revenus et égalité », ce rapport a joué un rôle conséquent
dans l’analyse et la définition du secteur informel dans la mesure où il fournit la première
description de ce phénomène. Celle-ci concerne alors les activités des travailleurs pauvres,
qui exercent un travail à la fois pénible, non reconnu, non-enregistré et non réglementé par
les pouvoirs publics. En outre, d’après le même rapport, le secteur informel se démarque
par sept caractéristiques clés, à savoir :
- La facilité d’accès ;
- Marché de concurrence non réglementé ;
- Utilisation des ressources locales ;
- Propriété familiale de l’entreprise ;
- Petite échelle des activités ;
- Technologie adaptée à une forte intensité de travail ;
- Des compétences acquises en dehors du système scolaire.
Bien que Hart et la mission du Kenya aient noté l'efficacité, la créativité et la résilience du
secteur informel, le concept a reçu un accueil mitigé dans les milieux économiques de
l’époque. De nombreux observateurs ont estimé que le secteur informel dans les pays en
développement était marginal ou encore périphérique et qu’il n'était pas lié au secteur
formel ou au développement capitaliste moderne, et qu'il disparaîtrait une fois que ces pays
atteignent des niveaux suffisants de croissance économique ou de développement
industriel moderne. D'autres observateurs ont fait valoir que le développement industriel
peut prendre un modèle différent dans les pays en développement que celui qu'il avait pris
dans les pays développés.
199
Depuis, l’intérêt porté au concept a connu un gain particulier et a suscité de nombreux

débats portant aussi bien sur la nature de ses interrelations avec certaines vérités telles que
la pauvreté, la productivité, le développement économique ou encore sur sa définition.
En 1993, la 15ème Conférence Internationale des Statisticiens du Travail (CIST) a posé les
fondations de la définition internationale du secteur informel qui a été reprise par le
Système de Comptabilité Nationale de 1993 (SCN 1993). Le secteur informel y est décrit
« comme un ensemble d’unités produisant des biens ou des services en vue -principalement-
de créer des emplois et des revenus pour les personnes concernées… Les unités de
production du secteur informel présentent les caractéristiques particulières des entreprises
individuelles… Ces unités, ayant un faible niveau d’organisation, opèrent à petite échelle et
de manière spécifique, avec peu ou pas de division entre le travail et le capital en tant que
facteurs de production. Les relations de travail, lorsqu’elles existent, sont surtout fondées sur
l’emploi occasionnel, les relations de parenté ou les relations personnelles et sociales plutôt
que sur des accords contractuels comportant des garanties en bonne et due forme… Le
concept des activités du secteur informel devrait être différencié de celui des activités de
l’économie dissimulée ou souterraine ».
Cette définition intègre ainsi les entreprises informelles qui travaillent pour leur propre
compte. Celles-ci sont soit des entreprises individuelles gérées de manière autonomes, soit
en association avec des membres du même ménage. Elles peuvent employées des
travailleurs familiaux et des salariés de manière occasionnelle. Le secteur informel englobe
également les entreprises d’employeurs informels gérées par eux seuls, ou en association
avec des membres du ménage, qu’il s’agisse du même ménage ou de ménages différents,
qui emploient un ou plusieurs salariés de façon continue. Ces entreprises d’employeurs
informels peuvent à leur tour être définies selon deux critères. Le premier concerne la taille
des unités employées de façon continue, le seuil relatif à ce critère variant selon le pays et
les branches d’activités économiques. Le second critère concerne le non enregistrement à la
réglementation industrielle et/ou commerciale, aux lois fiscales et/ou de sécurité sociale de
l’entreprise ou de ses salariés.
200
Les recommandations du groupe de Delhi pour le secteur informel
Suite à la 15ème CIST, le groupe de Delhi, regroupant des experts sur les statistiques du
secteur informel a été créée en 1997 afin d’examiner les questions méthodologiques
relatives au traitement du secteur informel. Dans un souci de garantir la comparabilité des
données concernant le secteur informel, ce groupe a proposé dix principales
recommandations, à savoir :
- Recommandation 1 : Tous les pays doivent utiliser les critères d’enregistrement, de type
de comptabilité et de destination des produits pour définir les entreprises du secteur
informel ;
- Recommandation 2 : La spécification du critère de taille dans la définition nationale du

secteur informel est laissée à la discrétion des pays. Cependant, pour des analyses
internationales, les pays doivent fournir séparément, les données pour les entreprises
ayant un effectif d’employés inférieur à 5 personnes. Dans le cas des entreprises à
plusieurs établissements, la limite de la taille devrait s’appliquer à l’établissement le plus
large ;
- Recommandation 3 : Les pays qui utilisent le critère de taille de l’entreprise devraient

fournir des données détaillées aussi bien pour les entreprises enregistrées que pour celles
qui ne le sont pas ;
- Recommandation 4 : Les pays qui utilisent le critère de non enregistrement devraient

fournir des données détaillées aussi bien pour les entreprises de moins de 5 personnes
que pour celles de 5 personnes et plus ;
- Recommandation 5 : Les pays qui incluent les activités agricoles devraient fournir
séparément des données pour les activités non agricoles et pour les activités agricoles ;
- Recommandation 6 : les pays devraient inclure dans le secteur informel, les personnes
engagées dans des activités professionnelles ou techniques si ces activités répondent aux
critères de définition du secteur informel ;
201
- Recommandation 7 : Les pays devraient inclure dans le secteur informel les services
domestiques rémunérés à moins qu’ils ne soient fournis par des employés domestiques ;
- Recommandation 8 : Les pays devraient suivre le paragraphe 18 de la résolution adoptée

par la 15ème CIST, relatif au traitement des travailleurs indépendants en sous-traitance ou
des travailleurs à domicile. Les pays devraient fournir séparément les données statistiques
pour les deux groupes de travailleurs dans le secteur informel ;
- Recommandation 9 : Les pays couvrant les milieux urbain et rural doivent fournir des
données séparées pour les deux milieux ;
- Recommandation 10 : Les pays qui réalisent des enquêtes auprès des ménages ou des
enquêtes mixtes doivent faire un effort pour couvrir non seulement les personnes dont
l’activité principale s’exerce dans le secteur informel, mais aussi des personnes dont
l’activité principale s’exerce dans un autre secteur et qui ont une activité secondaire dans
le secteur informel.
La 17ème édition de la CIST apporte quelques compléments conceptuels à l’emploi informel,

en adoptant notamment le concept des secteurs de production qui diffèrent des secteurs
institutionnels de la comptabilité nationale. En outre, le SCN de 2008 propose plus de
détails, en incluant notamment un chapitre entier dédié aux aspects informels de
l’économie (chapitre 25). Le système de la comptabilité nationale 2008 (SCN2008) précise
qu’«aucune économie n’est entièrement régulée et parfaitement restituée dans les enquêtes
statistiques ». Dans ce sens, le SCN 2008 prévoit deux principales approches visant à
respectivement s’assurer de l’exhaustivité des activités intégrées dans l’activité totale et à
définir ce qu’il faut inclure dans le sous-ensemble des unités économiques pouvant être
considérées comme « informelles » et à mesurer celles-ci. La première approche vise à avoir
une vision aussi complète, comparable dans le temps et l’espace que possible tandis que la
deuxième s’attèle à identifier et mesurer le secteur informel afin de pouvoir asseoir des
politiques économiques à même de « bien » prendre compte de son évolution, ses
déterminants et contribuer à le fédérer dans l’économie formelle. Aussi, le SCN2008 précise
que le secteur informel désigne la partie de l’économie qui reflète les efforts des personnes
202
n’ayant pas d’emploi formel pour s’engager dans une certaine forme d’activité économique
monétaire. Ainsi, bien que chevauchées, il est possible, comme indiqué dans la figure 3-1,
d’identifier trois segments, à savoir :
1- L’économie observée et formelle ;
2- L’économie observée et informelle ;
3- L’économie non observée et informelle.
Figure 3.1.1 : Schématisation de l’économie totale
Economie Economie
observée non observée
Economie
observée
« formelle »
Economie non observée

captée
Source : Auteur
Bien que la classification des unités de production par type, issue de la 17ème CIST, s’avère
différente, elle reste cohérente avec la classification des unités institutionnelles par secteur,
défini par le SCN 2008. En effet, conformément à la 17ème CIST, toutes les unités
institutionnelles de production, à savoir les « sociétés non financières », les « sociétés
financières », les « administrations publiques » et les « institutions sans but lucratif au
service des ménages » sont classées dans les entreprises du secteur formel. En revanche, les
ménages constitués en entreprises non enregistrées avec au moins quelques productions
marchandes sont classées, en fonction de leurs caractéristiques, soit dans les entreprises
formelles soit au niveau de celles informelles. Ainsi, les différentes entreprises du secteur
formel peuvent se retrouver dans les cinq secteurs institutionnels du SCN, y compris celui
des ménages, alors que les entreprises du secteur informel exercent exclusivement dans
le secteur institutionnel des ménages.
203
Tableau 3.1.1 : Unités institutionnelles et unités de production

SCN 2008 17ème CIST
Unités institutionnelles par secteur Unités de production par type
Sociétés financières
Sociétés non financières
Administrations publiques Entreprises du secteur formel
Institution sans but lucratif au service des ménages
Entreprises familiales ou
individuelles avec au moins une
Entreprises du secteur informel
production marchande
Producteurs de biens pour sa propre
Ménages (comme utilisation finale Employeurs des
producteurs) travailleurs domestiques rémunérés
Ménages produisant seulement
Ménages
pour sa propre utilisation finale Producteurs de biens pour sa propre
utilisation finale Employeurs des
travailleurs domestiques rémunérés
Source : SCN 2008 et 17ème CIST
Informalité et emploi
A l’instar des ambiguïtés greffant les différentes appellations du secteur informel, l’emploi
informel, du secteur informel et celui informel en dehors du secteur informel constituent
des concepts différents. En effet, ces concepts sont bien souvent complémentaires, ne
remplacent nullement l’un l’autre. Il importe dans ce sens de les définir de manière
cohérente et rigoureuse.
La 15ème CIST recommande une répartition en deux groupes de la population employée

dans le secteur informel. Le premier est constitué des personnes employées exclusivement
dans le secteur informel alors que le deuxième groupe regroupe les personnes employées à
la fois dans et en dehors du secteur informel. Ce dernier groupe est scindé en deux sous-
groupes et ce en fonction de la nature de l’emploi principal : les personnes ayant leur
emploi principal dans le secteur informel et celles dont cet emploi est de caractère
secondaire. Cette classification de l’emploi distingue les personnes en fonction de deux
critères, à savoir la nature de l’emploi et qu’il soit principal ou secondaire. L’emploi peut
comporter ainsi les personnes :
- Travaillant exclusivement dans le secteur informel ;
204
- Ayant leur emploi principal dans le secteur informel et un emploi secondaire dans le
secteur formel ;
- Ayant leur emploi principal dans le secteur formel et un emploi secondaire dans le
secteur informel ;
Il a fallu attendre la 17ème CIST tenue en 2003 afin d’adopter le concept de l’emploi
informel. Ce dernier regroupe l’ensemble des personnes dont l’emploi ne respecte pas la
législation nationale du travail, n’est pas soumis à la taxation de revenu, à la protection
sociale ou encore au droit à certains avantages tels que : le préavis de renvoi, l'indemnité de
licenciement, les congés maladies ou les congés payés, etc….
En outre, lors de la 17ème CIST, le terme « emploi dans l’économie informelle » qui a été
utilisé par le BIT dans son rapport sur le travail décent et l’économie informelle pour se
référer à la somme des emplois du secteur informel et des emplois informels en dehors du
secteur informel n’a pas été adopté. En effet, la 17ème CIST a recommandé pour les besoins
statistiques d’utiliser distinctement les concepts « secteur informel » et « emploi informel ».
Dès lors, l’emploi informel se définit à travers les conditions mêmes d’exercice des
employés et ce aussi bien dans leur activité principale que secondaire. D’une manière plus
opérationnelle, les employés sont considérés être pourvus d’un emploi informel dans les
unités de production (formelle, informelle) et dans les ménages, présentés précédemment,
si au moins l’une des conditions suivantes n’est pas remplie :
- Paiement par l’employeur d’indemnité de protection de sécurité sociale ;
- Congés annuels rémunérés ou compensation éventuelle ;
- Congés de maladie rémunérés.
En conséquence, sont classées comme personnes exerçant des emplois informels :
- Les employés familiaux dans des entreprises formelles ;
- Les employés informels dans des entreprises formelles ;
205
- Les travailleurs pour compte propre du secteur informel ;
- Les employeurs des entreprises informelles ;
- Les employés familiaux dans des entreprises informelles, les membres des
coopératives de production informelles ;
- Les travailleurs pour compte propre dans les ménages et
- Les employés domestiques.
La 17ème CIST définit l’emploi informel comme le nombre total d’emplois informels que ce
soit dans les entreprises du secteur formel, dans les entreprises du secteur informel ou dans
les ménages sur une période de référence. Le tableau 3.1.2 présente le cadre conceptuel de
l’emploi dans le secteur informel et celui de l’emploi informel. Ceci permet de clarifier
notamment le chevauchement existant entre l’emploi dans le secteur informel qui contient
en partie des emplois formels, et l’emploi informel, qui peut exister aussi bien dans le
secteur formel qu’informel.
Tableau 3.1.2 : Cadre conceptuel de l’emploi dans secteur informel et

de l’emploi informel
Unité de production Emploi informel Emploi formel
Unités de production informelle A B
Autres unités de production C D
Emploi dans le secteur informel =A+B
Emploi informel =A+C
Emploi informel hors secteur informel =C
Source : Afristat Notes Techniques N°01 : Cadre conceptuel Février 2010
En parallèle, un cadre plus généralisé permettant de mettre en cohérence le concept de

l’emploi dans le secteur informel fondé sur l’entreprise et le concept plus large de l’emploi
informel fondé sur l’emploi est élaboré par le BIT et a été présenté pour discussion lors de
la 17ème CIST de 2003. Ce cadre retient les mêmes paramètres que celui précédent tout en
spécifiant un certain nombre de désagrégations ayant trait, d’une part, à l’organisation
juridique et autres spécificités des unités de production et, d’autre part, au type d’emploi et
plus particulièrement aux caractéristiques de celui-ci. Le tableau 3.1.3 en présente les
206
résultats. Ainsi, l’emploi total se définit par rapport au type d’emploi (formel et/ou
informel) ainsi que par rapport au type d’unité de production (informel ou formel). Les
cases rayées font référence aux emplois, qui par définition n’existent pas dans ce type
d’unité de production alors que celles en bleu clair font référence aux emplois formels.
Enfin, les cases non colorées représentent les différents types d’emplois informels. Ainsi, ce
tableau récapitule en détails les différents types d’emplois informels observés aussi bien
dans le secteur informel que celui formel.
Les emplois informels, sont composés des cellules des variables suivantes :
- Emplois informels dans le secteur formel (1+2) ;
- Emplois informels dans le secteur informel (3+4+5+6+8) et ;
- Emplois informels dans les ménages (9+10).
Tableau 3.1.3 : Cadre conceptuel de l’emploi informel

Membres de
Travailleurs pour Aides
Secteurs Patrons Employées coopératives de
compte propre familiaux
institutionnels production
Informel Formel Informel Formel Informel Informel Formel Informel Formel
Unité de
production 1 2
formelle
Unité de
production 3 4 5 6 7 8
1
informelle
2
Ménages 9 10
(1) ème
Tel que défini par la 15 CIST (exclu les ménages employant des travailleurs domestiques
rémunérés).
(2)
Ménages produisant des biens destinés exclusivement à leur consommation finale et ménages
employant des travailleurs domestiques rémunérés. Ces ménages permettent de capter certains
emplois informels.
Source : Mesurer l’informalité : Manuel statistique sur le secteur informel et l’emploi informel
Organisation Internationale du Travail Annexe A2 Page 337.
Ainsi, il importe de distinguer le sens intrinsèque de chaque appellation, dont les tenants et
aboutissants peuvent varier considérablement. En effet, les spécificités de chaque
appellation peuvent affecter considérablement la nature des relations existantes avec les
207
différents pans de l’économie, dont en particulier les politiques économiques. A titre

d’exemple, un agent exerçant dans le cadre d’une économie illicite, chercherait à priori à
blanchir son argent en justifiant ses sources de revenus à travers le paiement de l’impôt
pour d’éventuelles activités fictives ou dont le bénéfice est largement majoré.
Cet exemple permet notamment de mettre en relief la nature complexe et compliquée des
interactions et interrelations socio-économiques régissant la relation existante entre ces
éléments. Une relation dont le paramétrage ressort en fonction des spécificités intrinsèques
de chaque système économique, avec notamment la prise en compte du degré de
complexité de la fiscalité, la récurrence et la probabilité de subir des contrôles fiscaux ainsi
que le respect de la loi, la gouvernance ou encore la corruption. Autant de paramètres sont
donc à prendre en considération.
2. Mesures directes du secteur informel
Après avoir discuté les différents pans de la définition du secteur informel ainsi que des
particularités de l’emploi informel, il est proposé dans ce qui suit de revenir sur les
différentes méthodes dites « directes » de mesure du secteur informel. Ces méthodes ont
pour origine, bien souvent des données d’enquêtes, des ajustements comptables ou encore
des redressements fiscaux.
a. Méthode par audit fiscal
Cette méthode cherche à estimer la taille de l’économie informelle à partir de la sous-

déclaration des revenus imposables. Elle consiste à sélectionner, sur la base d’informations
administratives, un échantillon de ménage ayant une probabilité de sous-déclaration
importante, puis à auditer les individus de cet échantillon. Elle repose également sur les
informations disponibles à travers les différents redressements effectués par les autorités
publiques, dont notamment l’administration fiscale ou encore les autorités douanières.
208
b. Méthodes par enquêtes 19
La méthode par enquête consiste à consulter directement la population à partir d’un

questionnaire, qui spécifie certaines caractéristiques sociodémographiques concernant
notamment les individus. Ces enquêtes ont été utilisées notamment aux États-Unis et ce
afin de mesurer l'activité informelle, dans le milieu rural plutôt qu’urbain (Jensen (1995),
Nelson et Smith (1999) et Tickamyer et Wood (1998 et 2003)).
Il est possible de distinguer plusieurs catégories d’enquêtes, dont celles d’emploi auprès des
ménages, d’établissements, les enquêtes mixtes ménages/entreprises, ou encore le
dispositif 1-2-3. Le choix de la méthode dépend largement de l’information recherchée. En
effet, pour la mesure de l’emploi informel, il est communément recouru aux enquêtes sur la
main d’œuvre ou celle sur l’emploi. En parallèle, pour l’analyse des spécificités des unités de
production informelles, il est utilisé soit les enquêtes établissements, soit celles mixtes
ménages-entreprises ou de dispositif 1-2-3.
Cependant, plusieurs faiblesses de cette méthode sont recensées. La première a trait au

comportement des individus enquêtés, sont-ils pleinement coopératifs, partiellement ou
recourent-ils plutôt à de fausses réponses et déclarations de peur de tout recours judiciaire
ou fiscal (MacDonald, 1994 et Williams et Windebank, 2001). En outre, bien souvent ces
enquêtes sont coûteuses, longues à établir et difficilement envisageables. Elles permettent
d’obtenir des informations ponctuelles dont l’usage pour les travaux empiriques s’avère
difficile voire impossible pour désigner notamment les facteurs impactant l’évolution dans
le temps et les degrés des interactions.
i. Enquête d’emploi sur les ménages
19
Voir par exemple Isanchen and Strom (1985), Witte (1987), Mogensen et al. (1995), Ivan-Ungureanu (1996), et Feige (1996).
209
L’enquête d’emploi auprès des ménages constitue l’une des enquêtes les plus importantes
et les plus répandues. Elles sont réalisées sur une fréquence régulière dans certains pays 20,
avec pour objectifs d’identifier et de mesurer la taille et les caractéristiques de la population
économiquement active, de l’emploi et du chômage. Elles permettent aussi de recueillir
certaines informations sur le secteur informel et l’emploi informel.
Avec pour sous-bassement la sélection d’échantillons représentatifs de ménages à partir

des données du recensement général de la population et de l’habitat, les caractéristiques
identifiées dans la définition de l’emploi informel sont utilisées afin de mesurer la taille de
l’emploi informel. Ceci étant, cette mesure ne s’avère pas suffisante pour quantifier la
production et les charges du secteur informel.
ii. Enquête auprès des établissements
Avec pour objectif de collecter les données sur le secteur informel auprès des unités de
production, l’enquête auprès des établissements est une enquête par sondage empirique
dont l’unité d’observation est l’établissement. Elle vise à recueillir des informations auprès
des établissements concernant notamment la tenue d’une comptabilité régulière ainsi que
l’enregistrement des unités de production, le local, la composition de la main d’œuvre selon
le statut des actifs occupés, la rémunération du travail ainsi que le chiffre d’affaire.
Toutefois, le local est l’une des clés d’identification des unités de cette enquête, ce qui
nécessite l’existence d’une liste préétablie d’établissements visibles à sonder, ce type
d’enquête se révèle souvent insuffisant voire inadéquat à lui-seul. En effet, il incorpore un
défaut de couverture, puisqu’il tend à exclure du champ d’étude les unités du secteur
informel n’ayant pas d’emplacement (non localisée), en plus de celles qui ne sont pas
identifiables physiquement sur le terrain. Enfin, il s’avère compliqué d’établir une base de
sondage fiable pour en extraire l’échantillonnage, ce qui limite considérablement les
capacités d’extrapolations des résultats obtenus.
20
Au Maroc, il existe deux enquêtes, la première de fréquence annuelle et la deuxième de fréquence trimestrielle, avec des niveaux d’informations et de
détails différents.
210
iii. Enquête mixte ménages/entreprises
Assimilables aux enquêtes auprès des établissements, elles contiennent un supplément

d’information se référant aux caractéristiques sociodémographiques des dirigeants d’unités
de production informelles. En effet, si les unités sondées au départ sont les ménages, celles
d’observation sont les entreprises. Cette technique permet de surmonter certaines
faiblesses des enquêtes établissements, à savoir : la non couverture de toutes les branches
de l’activité, la difficulté d’extrapolation, la difficulté quant à la constitution d’une base de
sondage et l’impossibilité d’évaluer le degré de précision des résultats. Cependant cette
méthode incorpore à son tour des limites conceptuelles ayant trait aux limites mêmes de la
base de sondage et à la réticence des populations sondées à coopérer voire aux fausses
déclarations.
iv. Dispositif 1-2-3
Ce dispositif se défini comme un système emboité constitué de trois enquêtes. Il permet

ainsi de recueillir des informations plus complètes que celles obtenues des enquêtes sur les
ménages ou les entreprises et ce, en ciblant non seulement une unité statistique mais
plutôt trois, à savoir les ménages, les individus et les unités de production.
1ère phase : l’enquête emploi
La première phase, qui concerne l’enquête sur l’emploi, le chômage et le travail, a pour
objectif de constituer une documentation précise et détaillée permettant d’analyser le
fonctionnement du marché de travail pour en prélever un échantillon représentatif d’Unités
de Production Informelles (UPI) qui sera enquêté durant la 2ème phase. Les enquêtes sur
l’emploi, le chômage et le travail sont de fréquences régulières et reposent sur des
questionnaires relativement courts, permettant ainsi de constituer des bases de données
avec un recul historique. Les questions posées aux enquêtés durant cette phase respectent
la définition internationale et couvrent notamment le nombre de personnes employées
dans l’entreprise, les différents types d’enregistrements ainsi que le type de comptabilité.
Cette phase permet ainsi d’évaluer, entre autres, l’emploi informel au sein du secteur
211
formel en intégrant au questionnaire les questions relatives au type de contrats de travail,

la fiche de paie et les types d’allocations sociales.
2ème phase : L’enquête sur les unités de production informelles
Cette enquête a pour unité statistique les chefs des UPI qui ont été préalablement
identifiés, l’objectif étant de mesurer, d’une part, les caractéristiques économiques des
unités de production et d’identifier, d’autre part, les difficultés auxquelles font face les
chefs des UPI dans le développement de leurs activités. Pour ce faire, le questionnaire de
cette enquête comporte souvent sept modules, à savoir :
- Module A : Caractéristiques de l’établissement ;
- Module B : Main d’œuvre ;
- Module C : Production et vente ;
- Module D : Dépenses et charges ;
- Module E : Clients, fournisseurs, concurrents ;
- Module F : Capital, investissement et financement ;
- Module G : Problèmes et perspectives.
3ème phase : L’enquête sur la consommation, la demande formelle et informelle et la

pauvreté
Durant cette troisième et dernière phase, l’enquête menée se fixe l’objectif d’estimer le
poids des secteurs formels et informels dans la consommation des ménages, ainsi que le
niveau de vie des ménages. Le principe de cette enquête repose sur le recoupement des
montants dépensés par ménage en indiquant notamment l’endroit où les produits sont
achetés et la nature de leur origine (secteur formel et/ou informel). Dans ce sens, le lieu
d’achat est considéré comme étant informel lorsqu’il s’agit d’une autoproduction, d’un
vendeur ambulant, dans la rue et/ou à domicile, d’un marché ou d’un autre lieu informel.
212
Devant cette particularité, l’une des difficultés majeures pouvant altérer les résultats des
analyses effectuées consiste dans la complexité de distinguer et de partager les produits en
fonction de la nature (formelle ou informelle) de leurs origines.
3. Mesures directes pour le Maroc
Plusieurs enquêtes statistiques se sont intéressées au secteur informel au Maroc, avec

différentes définitions tenant compte notamment de la taille des unités de production, du
nombre d’employés, du respect de la loi fiscale, celle relative à la sécurité sociale ou encore
au code de travail. Ces différences trouvent pour explication l’objectif même des enquêtes
menées et des travaux y afférant. Dans ce qui suit, une présentation des différentes
enquêtes menées par le Haut-Commissariat au Plan est effectuée. Au regard des variantes
existantes, se rapportant notamment à la définition, au champ de couverture (national /
régional ; Sectoriel / Global, …), les comparaisons effectuées ci-après sont menées avec
beaucoup de précautions.
Les expériences nationales en matière d’enquêtes sur le secteur informel sont les
suivantes :
- Enquête de structure sur le secteur du Bâtiment et des Travaux Publics de 1984-85 ;
- Enquête nationale sur les entreprises non structurées localisées de 1988 ;
- Enquête sur le secteur informel localisé en milieu urbain de 1997 ;
- Enquête nationale sur le secteur informel (ENSI) de 1999-2000 ;
- Enquête nationale sur le secteur informel 2006-2007 ;
- Enquête nationale sur le secteur informel 2013-2014.
En outre, les enquêtes sur les niveaux de vie des ménages, en particulier le volet sur
l'emploi indépendant, mettent en exergue le poids et l’importance de certains
compartiments de l’emploi informel ainsi que de l’autoconsommation (ENNVM 1990/1991,
ENNVM 1998/1999 et ENNVM 2006/2007, Direction de la Statistique).
213
a- Enquête de structure sur le secteur du Bâtiment et des Travaux Publics de 1984-1985
Effectuée entre 1984 et 1985, cette enquête qui constitue l’une des premières études
réalisées suivant le programme de la Direction de la Statistique, a couvert l’ensemble des
unités formelles et informelles opérant dans le secteur du bâtiment et travaux publics en
milieu urbain. La définition utilisée pour le secteur informel repose sur la non tenue de
comptabilité détaillée, comportant notamment bilan et comptes annexes, et ce abstraction
faite de la disponibilité ou pas de local.
Cette enquête s’est déroulée en trois étapes. La première auprès du secteur organisé, la
deuxième auprès du secteur non organisé localisé et la dernière auprès du secteur non
organisé et non localisé, dont l’identification a été établi à travers le recours aux
autorisations de construire.
Les principaux résultats obtenus indiquent notamment que le secteur informel occupe
40% de la production, génère 55% de la valeur ajoutée de la branche du BTP et y emploi
une proportion de 52%. La productivité de l’emploi dans le secteur informel s’établi à
42.000 dirhams contre 70.000 dirhams dans le secteur formel. En outre, la masse salariale
rapportée au total de la valeur ajoutée se limite à 23% dans le secteur informel contre 65%
dans le secteur formel et ce parallèlement à un salaire annuel moyen par emploi de 5.200
dirhams dans le secteur informel contre 13.000 dirhams dans le secteur formel.
Cette enquête a permis de faire ressortir l’importance du secteur informel dans la branche
du BTP aussi bien dans la structure de production, la valeur ajoutée que dans l’emploi, tout
en identifiant plusieurs caractéristiques clés, dont notamment une productivité moins
importante et une proportion de la valeur ajoutée dédiée à la rémunération des employés
largement inférieure à celle opérée dans les activités formelles de cette branche.
b- Enquête nationale sur les entreprises non structurées localisées de 1988
Menée en 1988, l’enquête nationale sur les entreprises non structurées localisées en milieu
urbain a couvert un échantillon représentatif d’unités économiques non agricoles ne
disposant pas d’une comptabilité détaillée.
214
Elle a porté sur les branches des industries de transformation (Alimentation, textile, cuir,
bois, ameublement, papier-imprimerie, …), du commerce de détail et des services, la
branche du BTP n’ayant pas été enquêtée puisqu’elle venait de l’être dans l’enquête de
1984-1985.
Cette enquête a permis d’identifier 245.000 unités non structurées localisées, dont la
production s’élève à 30.937 millions de dirhams, la valeur ajoutée à 20.632 millions de
dirhams et le nombre de travailleurs à 480.000 personnes.
Avec une proportion de 41,7%, le salariat s’avère être plus important dans les activités
industrielles du secteur informel (38,2% dans les services et 16,7% dans le commerce), alors
que l’auto-emploi constitue une proportion bien plus élevée dans le commerce (66,8%,
contre 48,4% dans les services et 39% dans l’industrie). De même, l’aide familiale s’avère
plus importante dans le commerce, avec une proportion de 15,5% suivie par l’industrie
10,4% et les services 9,3%. Les apprentis totalisent 10,4% du total de l’emploi informel dans
les branches industrielles, 4,1% de celles des services et seulement 1% de celles du
commerce.
A l’instar des résultats obtenus dans l’enquête se rapportant au BTP, celle-ci a permis de
montrer l’importance du secteur informel dans la structure de la production. En effet, le
secteur informel constitue, en 1988, 78% du total de la production industriel au Maroc,
75% de celle du commerce du détail et 72% de celle des services.
c- Enquête sur le secteur informel localisé en milieu urbain de 1997
Les unités traitées dans cette enquête ont été identifiées en fonction du nombre
d’employés, avec un maximum de 10 personnes, de la disponibilité de local fixe et du non-
respect partiel ou total de la loi (fiscale et/ou de sécurité sociale). Outre les branches
retenues dans l’enquête de 1988, celle-ci a couvert aussi la branche du BTP. Cette enquête
a concerné cependant que le milieu urbain.
513.450 unités informelles ont été recensées, employant 1.061.000 actifs permanents.
Compte non tenu du BTP, le nombre d’unités ressort en hausse moyenne de 7% et le
215
nombre d’employés de 8% par rapport aux résultats de l’enquête nationale sur les
entreprises non structurées localisées de 1988. Par branches :
- Celle des services, totalisant 192.539 unités et employant 430.442 personnes en

1997, (73.379 unités et 156.529 employés en 1988) a connu une progression
annuelle moyenne de 10% pour les unités et de 11% pour les effectifs ;
- Celle du commerce, avec un total de 225.666 unités et de 378.017 personnes

embauchées en 1997 (127.537 unités et 201.142 employés en 1988), a enregistré un
taux de progression annuel moyen des unités informelles de 6% et de 7% pour les
employés ;
- La branche industrielle a, pour sa part, connu une augmentation annuelle moyenne

de 5% aussi bien pour les unités que pour les effectifs employés. Ils se sont, ainsi,
élevés à 74.060 unités et 190.503 employés (contre 43.953 unités et 122.350
employés en 1988).
Les résultats de cette enquête font ressortir notamment une forte progression du nombre
d’unités de production informelles ainsi que de la population employée dans le secteur
entre 1988 et 1997.
d- L’Enquête Nationale sur le Secteur Informel 1999/2000, 2006/2007 et 2013/2014
Dans ce qui suit, il est proposé d’établir une analyse comparative des résultats obtenus à
travers les trois Enquêtes Nationales sur le Secteur Informel (ENSI). Les champs couverts
sont toutes les unités de production qui ne disposent pas d’une comptabilité, sachant qu’il
est entendu par comptabilité, celle tenue par les entreprises conformément à l’organisation
comptable en vigueur au Maroc. Ces enquêtes couvrent l’ensemble des activités
économiques sur les milieux urbain et rural, disposant d’un local ou non à l’exception de
l’agriculture. « Cette exclusion trouve ses justifications dans le fait que, d’une part,
l’approche méthodologique suivie n’est pas conçue pour appréhender les activités agricoles
et d’autre part, que le Système national d’information statistique dispose déjà d’outils bien
établis (recensements et enquêtes agricoles) permettant d’appréhender les activités du
216
secteur agricole. L’enquête n’a pas couvert, non plus, les activités de production non
marchandes pour propre compte ni les ménages employant du personnel domestique
moyennant une rémunération ». (Rapport des premiers résultats ENSI 1999/2000).
Ces enquêtes visent à saisir les caractéristiques et le fonctionnement des unités de

production qui opèrent dans le secteur informel, à comprendre son mode d’insertion dans
l’économie nationale et à évaluer sa contribution à la richesse nationale afin de fournir les
informations nécessaires à l’intégration du secteur informel dans les comptes nationaux. En
comparaison avec les précédentes enquêtes, celles-ci ont l’avantage de couvrir l’ensemble
du territoire national, toutes les activités marchandes à l’exception de l’agriculture et toutes
les unités de production informelle, abstraction faite du critère du local.
L’ENSI couvre les unités de productions non agricoles qui exercent des activités de
production de biens et de services, sans se conformer aux dispositions statuaires et
comptables selon les normes en vigueur au Maroc. Par convention, son champ exclut les
activités illicites ou illégales telles que la contrebande ou la drogue. En raison de l’absence
d’une base de sondage qui couvre toutes les composantes de ce secteur (unités localisées,
unités sans local et unités exerçant à domicile), le HCP a adopté une approche en deux
phases dans la réalisation de cette enquête. La première a consisté à identifier un
échantillon d’Unités de Productions Informelles (UPI) à partir de l’enquête nationale sur
l’emploi qui concerne annuellement 60.000 ménages, puis d’enquêter, dans une deuxième
phase, ces unités identifiées. Les échantillons représentatifs utilisés pour ces enquêtes se
sont composés respectivement de 8.891 unités pour l’ENSI 1999/2000 (14,82% de la base
de sondage), 10.259 unités pour l’ENSI 2006/2007 (17,10% de la base de sondage) et de
10.085 unités pour l’ENSI de 2013/2014 (16,80% de la base de sondage). A partir de
l’enquête de 2006/2007, l’ENSI a connu l’ajout d’un nouveau module couvrant les
conditions de créations de l’unité informelle et les sources de financement.
Le Haut-Commissaire aux Comptes, M Lahlimi a présenté, le 12 octobre 2016 à Rabat, les

résultats de l’Enquête Nationale sur le Secteur Informel réalisée en 2013-2014. Dans ce
sens, les analyses proposées dans ce qui suit, se basent sur les données et informations
217
disponibles depuis, et ce au regard notamment de l’indisponibilité, pour le moment, des

résultats détaillés préliminaires relatifs à cette enquête.
- Présentation des unités de production informelles
Le nombre d’unités informel atteint 1,68 million d’unités en 2013, après 1,55 million en
2006 et 1,23 million en 1999. L’accroissement annuel moyen des unités informelles est
passé de 40.000 unités ou 3,3% par an entre 1999 et 2007 à 19.000 unités par an ou
encore 1,2% entre 2007 et 2014.
Ceci indique globalement une certaine décélération des nouvelles créations des unités
informelles. De plus, la proportion des ménages qui dépendent des revenus provenant
des activités informelles a baissé de 18,2% en 1999 à 14,3% en 2007.
La proportion des UPI disposant d’un local fixe atteint 43,7% en 2013, au lieu de 44,1% en
2007 et 40,9% en 1999. En parallèle, celles non localisées totalisent 51,4% en 2013, en
hausse continue par rapport à la proportion de 49,2% établit en 2007 ou encore celle de
48% en 1999. Cette orientation est réalisée au détriment de la part notamment des UPI
travaillant à domicile, qui ressort en baisse continue de 11,1% en 1999, à 6,7% en 2007 puis
à 4,9% en 2013. En particulier, il est intéressant de relever que les UPI sans local
représentent 87,5% en 2013 dans le BTP, contre 91,3% en 2007 et 94,1% en 1999, alors que
dans les activités industrielles, la contribution absolue des UPI disposant d’un local
professionnel s’est accrue de 39,2% en 1999 à 47,9% en 2007 puis à 56,9% en 2013. Cette
orientation a été réalisée à travers une diminution continue de la part des UPI du secteur
industriel opérant à partir de leur domicile, qui est revenue de 47,4% en 1999 à 33,9% en
2007 et à 23,6% en 2013. En somme, l’évolution des UPI en fonction de la disponibilité de
local professionnel a connu un changement d’orientation entre les trois enquêtes, avec
une augmentation de la proportion des UPI ne disposant pas de local fixe entre 2007 et
2013 après, une baisse entre 1999 et 2007. En outre, ce revirement de tendance est
observé particulièrement au niveau du commerce exercé sans local fixe, dont la
proportion a connu une baisse entre 1999 (50,5%) et 2007 (49,6%) avant de s’accroître en
2013 (51,9%).
218
Malgré une modeste amélioration, le niveau d’instruction des entrepreneurs informels

reste globalement faible, avec plus d’un tiers n’ayant pratiquement pas d’instruction en
2013 (33,5% de la population active dans le secteur informel ne sait ni lire ni écrire en
2007), 33,6% ont un niveau primaire (40,7% ont fait l’école primaire en 2007), 28,4% ont un
niveau secondaire (23% ont un niveau secondaire en 2007) et 3,3% ont un niveau supérieur
(3% en 2007).
- Chiffre d’affaires et production du SI
Dans ce qui, les analyses proposées sont menées avec beaucoup de précautions au regard
de l’utilisation de différents systèmes de comptabilité nationale ainsi que le recours à des
années de base différentes. Ceci impacte largement les niveaux des valeurs discutées et
peut induire à des biais importants dans l’analyse comparative des évolutions du secteur
informel (SI) entre les trois enquêtes/périodes. A titre d’illustration, la contribution absolue
du SI exprimée en pourcentage du PIB est évaluée à 11,5% en 2013 et 11% en 2007 selon
l’enquête de 2013/2014, établit avec le SCN2008 base 2007, alors que l’enquête de
2006/2007 présente cette contribution à 14,3% en 2007 et 16,3% 21 en 1999, suivant le
SCN1993 base 1998. Comparée les résultats des deux enquêtes sans prendre en
considération ces changements de comptes, peut induire à des conclusions erronées. Dans
ce sens, une lecture des évolutions entre les deux périodes est préconisée avec le recours
aux évaluations en niveau, établies par les résultats disponibles pour le moment de
l’enquête de 2013/2014, et ce au regard de l’utilisation dans le reste des travaux des
comptes nationaux élaborés sur la base du SCN2008 base 2007.
Le chiffre d’affaire du secteur s’élève en 2013 à 410 milliards de dirhams, en

accroissement moyen annuel de 6,5% depuis 2007, soit en en quasi-stabilité (voire légère
décélération) par rapport à l’augmentation annuelle moyenne de 6,7% enregistrée entre
1999 et 2007. Ceci plaide notamment pour une évolution soutenue du chiffre d’affaire du
secteur sur la période s’étalant de 1999 à 2013.
21
Bien qu’avec le même SCN de 1993 et la même année de base (1998), la contribution du SI au PIB a été évaluée initialement à 17,0% dans le Rapport des
premiers résultats de l’ENSI 1999/2000, mais elle a été révisée par la suite au regard de l’arrêt des comptes nationaux de 1999.
219
Le chiffre d’affaire moyen ressort en 2013 à 245 mille dirhams par unité, avec un maximum
de 337 mille dirhams dans les activités commerciales et un minimum de 90 mille dirhams
dans les services. De plus, seulement 16,2% des UPI réalisent un chiffre d’affaires (CA)
supérieur à 360 mille dirhams alors que la moitié de celles-ci ont un CA annuel de moins de
100 milles dirhams et 35,3% de ces unités ont un CA inférieur à 60 mille dirhams. Ceci
plaide pour une structure des UPI dominée par les petites et les micro-entreprises.
Pour sa part, la production du SI s’est élevée à 185 milliards de dirhams en 2013. Son
évolution en glissement annuel moyen ressort ainsi en accélération entre 2007 et 2013,
avec une progression en moyenne annuelle de 7,9% depuis 2007 contre une hausse de
6,5% entre 1999 et 2007.
Par secteurs, la participation à la production des activités commerciales, notamment le

commerce de détail, a connu une baisse pour s’établir à 34,7% au lieu de 37,5% en 2007. De
même, pour le BTP dont la participation à la production a connu une légère décélération en
revenant de 18,6% en 2007 à 18,1% en 2013. Ceci s’est accompagné d’une augmentation de
la contribution de l’industrie de 27,2% à 28,6% et celle des services de 16,8% à 18,6%, la
participation du BTP ayant connu une légère amélioration s’établissant à 18,1%
- Approvisionnement et débouchées du SI
L’analyse des origines d’approvisionnement de la production du secteur informel indique la

prédominance du recours aux ressources propres du secteur. En effet, 70,9% des
ressources utilisées pour la production du SI proviennent du secteur lui-même alors que
les ressources émanant du secteur formel se limitent à 18,2%. En outre, le SI a un très
faible accès, limité à 0,2%, aux ressources étrangères pour s’approvisionner. Cet accès
s’avère même inférieur à celui émanant des ménages (7%) ou encore du secteur public
(1,4%). En particulier, 81,6% des UPI opérant dans les branches industrielles
s’approvisionnent auprès du secteur informel, une proportion qui ressort à 77,9% pour les
UPI du BTP, 70,7% pour celles du commerce et 52,2% pour celles opérant dans les services.
L’approvisionnement des UPI émanant du secteur formel ressort à 30% pour celles opérant
dans les services, 19,6% dans le BTP, 17,7% dans le commerce et 12,1% pour les UPI
220
opérant dans les activités industrielles. En parallèle, l’approvisionnement des UPI opérant
dans les services auprès du secteur public s’avère le plus élevé avec une proportion de 8,1%
des besoins.
En ce qui concerne les débouchées de la production des UPI, le principal marché du secteur
informel est assuré avec 77,8% par les ménages, suivi par le secteur informel lui-même
avec 21,3% des ventes qui lui sont destinées, le secteur formel avec 0,5%, celui public avec
0,2% et les exportations avec 0,2%. En particulier, 49,2% (8,1%) des ventes des UPI opérant
dans l’industrie (BTP) sont destinées aux autres unités informelles.
Les structures d’approvisionnement et des débouchés du secteur informel, établies à

travers l’ENSI 2013/2014, tendent à indiquer un fort cloisonnement-isolement de celui-ci.
Le secteur se démarque, en effet, par un faible accès aux opérations avec l’étranger
(importations et exportations), et par une interaction avec le secteur formel plutôt
comme source d’approvisionnement que comme débouché, les ménages étant le
principal client du secteur informel.
- Contribution du SI aux facteurs de production
L’investissement des UPI s’avère très limité, avec un total de 3,4 milliards de dirhams en
2013 (contre 2,7 milliards en 2007), correspondant ainsi à 1,1% (1,2% en 2007) du total de
l’investissement à l’échelle nationale. En particulier, 49,2% des investissements opérés par
les UPI proviennent des unités relevant des services, 33,3% de celles opérant dans le
commerce, 12,2% de l’industrie et 5,3% du BTP. En somme, l’impact du secteur informel
sur l’investissement semble être minoritaire.
La structure de l’investissement du secteur informel selon la nature des biens acquis (ENSI
2006/2007) indique que les matériels et outillages occupent 53,8% du total de
l’investissement réalisé par les UPI durant les douze derniers mois, suivis des moyens de
transport avec 23%, des constructions avec 18,8%, des immobilisations incorporelles à
hauteur de 3% et pour 1,4% pour les autres rubriques.
221
Le volume d’emploi dans le secteur informel s’est élevé à 2,376 millions de postes en 2013
après 2,216 millions en 2007 et 1,902 million en 1999. Le nombre de créations annuelles
moyennes est revenu de 39,3 mille postes entre 1999 et 2007 à 24,6 mille postes entre
2007 et 2013. Dans ces conditions, la part de l’emploi du secteur informel dans l’emploi
non agricole global reste importante mais elle enregistre une baisse continue, revenant de
39% en 1999 à 37,3% en 2007 puis à 36,3% en 2013.
Totalisant 1,1 million de postes ou 46,9% du total de l’emploi procuré par le SI en 2013 (0,9
million et/ou 48,2% en 1999 et 1,1 million et/ou 50,9% en 2007), l’emploi informel dans le
commerce semble dominé ce secteur. En effet, Malgré une nette amélioration du taux de
formalité, la contribution de l’emploi informel dans le total de l’emploi des activités
commerciales reste très élevée avec une proportion de 68,4% en 2013, contre 81,1% en
2007 et 91,2% en 1999.
En ce qui concerne le BTP, la participation du SI au total des emplois fournis par cette
branche est restée quasi-stable entre 1999 et 2013 autour de 37%, et ce malgré une relative
baisse en 2007 (34,5%).
En somme, l’impact du secteur informel sur les facteurs de production à l’échelle

nationale semble dominer par le canal emploi.
Tableau 3.1.4 : Evolution du volume de l’emploi dans le secteur informel entre 1999/2000
et 2013/2014
Volume en
Part de l’emploi
Volume de l’emploi pourcentage de
informel dans l’emploi
Années Secteur dans le secteur l’emploi dans
non agricole total
informel en effectif l’informel
(en %)
BTP 132 817 7.0 23.6
Commerce 917 010 48.2 91.2
1999/2000 Industrie 476 417 25.0 36.8
Services 375 703 19.8 18.8
Total 1 901 947 100.0 39.0
BTP 142 936 6.4 17.0
Commerce 1 128 852 50.9 81.1
2006/2007 Industrie 475 451 21.5 34.5
Services 468 877 21.2 18.6
Total 2 216 116 100.0 37.3
2013/2014 BTP 212 736 9.0 21.7
222
Commerce 1 114 475 46.9 68.4

Industrie 476 505 20.1 37.2
Services 572 207 24.1 21.5
Total 2 375 922 100.0 36.3
Source : HCP et compilation auteur
- Poids du SI dans la valeur ajoutée et le PIB
Tel qu’indiqué précédemment, il est difficile de comparer la contribution absolue du secteur

informel, tel que présenté initialement par les différentes éditions de l’ENSI. Ceci étant, une
lecture des évolutions des résultats de l’ENSI, entre les trois enquêtes, est effectuée.
L’ENSI de 2013/2014 fait ressortir une progression de 11% en 2007 à 11,5% en 2013 de la
contribution absolue du secteur informel au PIB. Exprimée en pourcentage de la valeur
ajoutée totale, le constat reste inchangé, avec une participation du secteur informel en
hausse de 12,3% en 2007 à 12,6% en 2013. Cette orientation corrobore globalement une
évolution plus rapide du secteur informel en comparaison à celle enregistrée par le PIB. En
outre, les résultats des enquêtes de 1999/2000 et de 2006/2007 faisaient ressortir une
baisse de la participation du secteur informel au PIB entre 1999 et 2007, ce qui indiquait
une évolution moins rapide sur la période du PIB du secteur informel en comparaison avec
celle du PIB global.
Tableau 3.1.5 : Contribution du secteur informel aux activités nationales

SCN1993 base 1993 SCN2008 base 2007
ENSI % de la
% du PIB % du PIB % de la VA
VA 22
1999/2000 : 1999 16,3 18,4
2006/2007 : 2007 14,3 16,1 11,0 12,3
2013/2014 : 2013 11,5 12,6
Source : HCP et compilation auteur
En prenant compte de l’augmentation en niveau du PIB nominal de l’année 2007 de 5,1%,

induite par le changement du SCN (du SCN 1933 à celui de 2008) et de l’année de base (de
1998 à 2007), le calcul du poids du SI en fonction de sa part établie à 14,3% du PIB
(SCN1993-base1998) par l’ENSI 2006/2007 s’élève à 13,6% du PIB (SCN2008-base 2007).
22
Evaluée sur la base de la part de la valeur ajoutée totale au PIB en 1999 et 2007.
223
- Salariat et rémunération des facteurs dans le SI
En 2013, l’emploi dans la sphère informelle portait sur 2.375.922 personnes représentant
36,3% de l'emploi non-agricole à l’échelle nationale. En particulier, 233.000 indépendants
employeurs ont recruté 420.000 salariés, soit une proportion de 17,7% des unités dirigées
par des employeurs faisant appel au salariat. Avec un effectif de 349.126 salariés dans le SI
en 2007, le salariat représente 15.8% de l’emploi du secteur informel (contre une
proportion de 66,7% du salariat dans l’emploi non agricole global en 2007) après 16,8% en
1999 (64% du salariat dans l’emploi non agricole global en 1999) et les unités faisant appel à
des salariés ne constituent que 11,4% du total des unités informelles en 2007 contre une
estimation de 13,9% 23 en 2013.
Les salaires versés dans le secteur informel ont totalisé 11,390 milliards de dirhams en
2013, l’équivalent de 11% de la valeur ajoutée globale des activités informelles. Par
branches d’activités, cette proportion varie de 15,8% dans l’industrie à 8,9% dans le BTP. En
outre, la masse salariale versée par le secteur informel ne dépasse pas 4% de la
rémunération salariale à l’échelle nationale.
L’ENSI de 2006/2007 indique une relative jeunesse des salariés du secteur informel. En
effet, l’âge moyen des salariés du SI s’élève à 29,2 ans, avec 26,9 années pour les aides
familiaux et 17,3 années pour les apprentis. De plus, le volume horaire hebdomadaire dans
les UPI est estimé en 2007 à 100,7 millions d’heures de travail, soit 35,3% du volume horaire
hebdomadaire non agricole. La durée moyenne de travail ressort à 47,1 heures en
moyenne, soit une durée moyenne qui n’est pas significativement différente de celle de la
main d’œuvre non agricole. De même, la durée mensuelle moyenne de travail est évaluée
à 21,5 jours en 2007, à un niveau quasi-stable par rapport à celui de 21,7 jours par mois
estimé pour 1999.
- Fiscalité et SI
23
Estimation établie sur la base des données disponibles pour le moment
224
La proportion des UPI enregistrées à la taxe professionnelle ressort en baisse continue

entre les trois enquêtes, elle revient de 23,3% en 1999 à 18,6% en 2007 et 18% en 2013.
Cette évolution gagnerait à être analysée parallèlement à celle de la proportion des UPI ne
disposant pas d’un local fixe. En effet, cette proportion ressort en hausse continue à 51,4%
du total, au lieu de 49,2% en 2007 et 48% en 1999, la proportion des UPI localisées atteint
43,7% en 2013, au lieu de 44,1% en 2007 et 40,9% en 1999, et celles des travailleurs à
domicile s’inscrit en baisse continue à 4,9% en 2013 après 6,7% en 2007 et 11,1% en 1999.
En outre, la proportion des UPI disposant d’un local fixe et enregistrées à la patente est
revenue de 55,6% en 1999 à 40% en 2007 et 39,2% en 2013, soit un ratio certes en baisse,
mais largement supérieur à celui calculé pour l’ensemble des UPI. En particulier, L’ENSI
1999/2000 indique que l’enregistrement à la patente est positivement corrélé avec
l’ancienneté de la création de l’unité. En effet, 29,2% des unités patentées ont été créées
avant 1981 alors que seulement 16,9% des unités créées entre 1996 et 2000 sont
patentées.
En 2013, la contribution du SI aux impôts et taxe fiscales ressort à 1,664 milliard de

dirhams, représentant seulement 1,6% de la VA du secteur informel, une proportion
portée à 2,3% pour le commerce et à 0,1% pour le secteur du BTP. Les impôts payés par le
SI en 2013 ne contribuent ainsi que de 0,8% au total des recettes fiscales de cette même
année.
- SI et sources du financement
En 2013, 82,2% des patrons ont eu recours à l’autofinancement et seulement 9,6% à

l’emprunt bancaire.
L’ENSI de 2006/2007 indique que les chefs d’UPI recourent dans la création des UPI
essentiellement à leur épargne personnelle (56,4%), aux crédits octroyés par autrui (19%) et
à l’héritage (4,7%). Le recours aux autres modes de financement tel que les transferts reçus
de l’étranger (3,6%), le microcrédit (2,2%) ou encore le crédit bancaire (1,1%) reste très
faible. En outre, le crédit bancaire permet de couvrir seulement 1,3% du financement de
la trésorerie courante de l’UPI, qui se finance à hauteur de 58,6% par ses ressources
225
propres, pour 21,1% par des crédits fournisseurs et pour 19,1% à travers des crédits
d’autrui.
De plus, seulement 9% des chefs d’UPI déclarent avoir eu recours pour le financement de
leurs activités actuelles aux crédits bancaires, une proportion qui atteint 11% dans
l’industrie et 5,9% dans le BTP. Enfin, 58,3% des demandeurs de crédit ont pu l’obtenir.
L’investissement des UPI est financé à hauteur de 49,1% par des ressources propres, 32,5%
par les crédits octroyés par autrui et 5,4% par les dons. Le crédit bancaire y contribue à
hauteur de 4,8%, les microcrédits pour 2,2% et le crédit de bail pour 0,1%.
Les principaux obstacles rencontrés par les chefs d’UPI ont trait au manque de liquidité à
hauteur de 44,5%, à l’exiguïté des marchés (constat à mettre en relation avec le
cloisonnement du secteur) avec une proportion de 25% et à la concurrence (13%). Le
manque de liquidité constitue notamment la principale difficulté rencontrée par 48% des
chefs d’UPI non localisées et par 37,2% des chefs d’UPI localisées et enregistrées à la taxe
professionnelle. Enfin, l’ensemble de ces éléments font état notamment du faible recours
et/ou accès au système financier par les UPI.
Conclusion
Cette section s’est intéressée à la définition et genèse du concept du secteur informel. Elle a
permis notamment de différencier les phases d’évolutions de l’actuelle définition tout en
distinguant le secteur informel de celui illicite ou encore de l’économie souterraine. En
effet, contrairement aux activités souterraines, le secteur informel n’est pas forcément le
fruit d’une action délibérée des acteurs de cacher leurs activités. Alors que l’activité
souterraine est passible de sanctions fiscales et/ou judiciaires, celle informelle est amenée à
se régulariser et est parfois même accompagnée afin de passer de l’informel vers le formel.
En parallèle, l’activité illégale repose sur des activités formellement interdites par la
réglementation en vigueur tandis que l’informel agit le plus souvent dans le spectre de la
légalité et peut tomber, sous certaines conditions, dans l’illégal, si besoin il y a de licences
particulières et/ou d’agréments. En outre, la 17ème CIST définit l’emploi informel comme le
nombre total d’emplois informels que ce soit dans les entreprises du secteur formel, dans
226
les entreprises du secteur informel ou dans les ménages sur une période de référence. Ceci
permet de clarifier notamment le chevauchement existant entre l’emploi dans le secteur
informel qui contient en partie des emplois formels, et l’emploi informel, qui peut exister
aussi bien dans le secteur formel qu’informel. Ainsi, il importe de distinguer le sens
intrinsèque de chaque appellation, dont les tenants et aboutissants peuvent varier
considérablement. En effet, les spécificités de chaque appellation peuvent affecter
considérablement la nature des relations existantes avec les différents pans de l’économie,
dont en particulier les politiques économiques.
En outre, cette section a présenté une revue critique des différentes méthodes directes
s’intéressant au secteur informel en partant des méthodes basées sur les redressements
fiscaux aux différentes familles d’enquêtes existantes. Une lecture détaillée des principaux
résultats des différentes enquêtes s’intéressant au secteur informel au Maroc est menée.
Cette partie a permis de préciser certains faits stylisés se rapportant au secteur informel
dont notamment la faiblesse du niveau d’instruction, une quasi-stabilité du rythme
d’accroissement du chiffre d’affaire du secteur informel autour de 6,5% (6,5% entre 2007 et
2013 contre 6,7% entre 1999 et 2007) pour s’élever à 410 milliards de dirhams en 2013 et
ce parallèlement à une décélération des nouvelles créations des unités informelles, puisque
l’accroissement annuel moyen des unités informelles est passé de 40.000 unités par an
entre 1999 et 2007 à 19.000 unités par an entre 2007 et 2014. Pour sa part, le chiffre
d’affaire moyen ressort en 2013 à 245 mille dirhams par unité, avec un maximum de 337
mille dirhams dans les activités commerciales et un minimum de 90 mille dirhams dans les
services. La structure des UPI semble dominée ainsi par les petites et les microentreprises,
puisque la moitié des UPI ont un chiffre d’affaire annuel de moins de 100 mille dirhams et
35,3% de ces unités ont un CA inférieur à 60 mille dirhams.
Les structures d’approvisionnement et des débouchés du secteur informel, découlant des

résultats de l’ENSI 2013/2014, tendent à indiquer un fort cloisonnement du secteur, qui
alloue seulement 0,2% de sa production à l’exportation et s’approvisionne pour 0,2% à
travers les importations. En effet, 70,9% des ressources utilisées pour la production du SI
227
proviennent du secteur lui-même alors que les ressources émanant du secteur formel se
limitent à 18,2%. De plus, 77,8% de la production du secteur est consommée par les
ménages, suivie par le secteur informel lui-même avec 21,3% des ventes qui lui sont
destinées, le secteur formel n’y contribuant qu’à hauteur de 0,5%.
En ce qui concerne les facteurs de production, la contribution du SI à l’investissement

s’avère très limitée, voire insignifiante, avec un total de 3,4 milliards de dirhams en 2013,
soit l’équivalent de 1,1% du total de l’investissement, contre 2,7 milliards en 2007 ou 1,2%
du total de l’investissement à l’échelle nationale. Ceci étant, l’apport du secteur informel au
facteur du travail s’avère important, puisque la part de l’emploi du secteur informel dans
l’emploi non agricole s’élève à 36,3% en 2013, et ce malgré une baisse par rapport aux
niveaux atteints en 2007, avec 37,3%, et en 1999 avec une proportion de 39%. De plus, avec
un volume d’emploi de 2,376 millions de postes en 2013 contre 2,216 millions en 2007 et
1,902 million en 1999, le nombre de créations annuelles moyennes est revenu de 39,3 mille
postes entre 1999 et 2007 à 24,6 mille postes entre 2007 et 2013.
Dans ces conditions, la contribution absolue du secteur informel au PIB s’est élevée selon
l’ENSI de 2013/2014 de 11% en 2007 à 11,5% en 2013 alors qu’elle avait baissé entre 1999
et 2006. De plus, l’évolution des UPI en fonction de la disponibilité de local professionnel a
connu un changement d’orientation entre les trois enquêtes, avec une augmentation de la
proportion des UPI ne disposant pas de local fixe en 2013 après une baisse entre 1999 et
2007. En outre, bien que la durée moyenne du travail dans le secteur informel ressorte
globalement proche de celle de la main d’œuvre non agricole, la masse salariale versée par
le secteur informel ne dépasse pas 4% en 2013 de la rémunération salariale à l’échelle
nationale. Sachant que la proportion des unités de production informelles disposant d’un
local fixe et enregistrées à la patente est revenue de 55,6% en 1999 à 40% en 2007 et 39,2%
en 2013, la contribution du secteur informel se limite à 0,8% du total des recettes fiscales.
Enfin, avec un faible accès au financement bancaire, les principaux obstacles rencontrés par
les chefs d’UPI ont trait au manque de liquidité, à l’exiguïté des marchés et à la
concurrence.
228
Section 2 : Secteur informel approché par la méthode des inputs physiques,

PIB par habitant et fiscalité, une investigation en panel
Introduction
Après avoir discuté de la définition, genèse et des mesures directes du secteur informel,
cette section propose d’utiliser la méthode des inputs physiques. Développée par Daniel
KAUFMAN et Aleksander KALIBERDA en 1996, cette méthode propose de calculer
indirectement le secteur informel sur la base d’un certain nombre d’hypothèses, dont
notamment l’existence d’une relation stable et quasi-unitaire entre la consommation
d’électricité et l’activité globale.
Outre un aperçu historique de son développement ainsi qu’une revue de la littérature

empirique se basant sur cette méthode avec ses différentes variantes, cette section
propose de vérifier la robustesse des hypothèses sous-jacentes à cette approche. Dans ce
sens, une estimation des élasticités instantanées est effectuée sur la base des données de la
Banque et plus particulièrement la base de données des Indicateurs du développement
mondial, dans son édition de Juillet 2017.
Le calcul des élasticités est effectué sur la base de trois variantes, à savoir le modèle initial
proposé par Kaufman et Kaliberda, établi à travers la consommation électricité, un
indicateur ajusté de la consommation d’électricité par le biais du taux d’accès de la
population à celle-ci et enfin, le recours à un indicateur plus généralisé, se basant sur la
consommation énergétique. Une comparaison des résultats des différentes méthodes est
proposée.
Sur la base de l’une de ces méthodes, le calcul du secteur informel est effectué pour
l’ensemble des pays disposant des données nécessaires. Une lecture des différentes
évolutions est menée avant de s’intéresser plus particulièrement à la nature de la relation
régissant le secteur informel, le PIB par habitant et la fiscalité. Dans ce sens, une première
lecture graphique est menée sur la base des nuages de points, puis quelques essais
empiriques sont effectués. Le volet économétrique repose sur des modèles en panel qui
229
s’intéressent à l’existence d’une relation de cointégration entre le secteur informel, le PIB

par habitant, la pression fiscale et un indicateur de la complexité du système fiscal et
réglementaire. Dans ce sens, différents modèles seront testés en fonction de plusieurs
indicateurs de complexité du système fiscal.
1. L’approche des inputs physiques ou méthode d’estimation par un indicateur global
a. Présentation
Proposée par Daniel KAUFMAN et Aleksander KALIBERDA (1996), alors économistes de la

Banque mondiale dans le cadre d’une étude sur les pays de l’Europe de l’Est qui démontre
l’existence d’une étroite corrélation entre la consommation d’électricité et l’activité
économique globale dans ces pays, cette méthode utilise la consommation d’électricité
comme unique indicateur physique de l’activité économique globale. Elle postule l’existence
d’une relation précise et stable entre consommation d’électricité et production en reliant
l’activité informelle à la quantité d’inputs qu’elle utilise et dont certains sont directement
observables. Il en est ainsi de la puissance électrique consommée, admettre dès lors une
élasticité constante et stable vis-à-vis de l’activité globale permet d’estimer l’évolution de la
production informelle.
Cette méthode suppose que le meilleur indicateur physique de l'activité économique est la
consommation d'électricité. La justification de base étant que la consommation d'électricité
dans un pays est supposée être proportionnelle à l'activité économique totale. Ainsi les
changements dans la consommation d'électricité qui ne correspondent pas aux
changements dans l'activité totale du pays ont trait à des variations proportionnelles de la
taille de l'économie informelle.
Sur la base des différentes distorsions possibles entre l’indicateur de la consommation

électrique et l’activité globale (changements des frais, coupures électriques, consommation
improductive des ménages et de l’éclairage public, changement de technologie, variation du
rendement des industries à hautes consommation d’électricité, substitution des formes
énergétiques…), les auteurs se basent sur trois scénarios d’élasticités, le premier étant une
230
élasticité unitaire, le deuxième inférieure (0,9) à l’unité et le troisième supérieure (1,2) à

l’unité.
b. Revue de la littérature empirique
Appliquée principalement aux pays en transition, le choix d'utiliser cette méthode a été
largement défendu par le fait que « la consommation d'énergie électrique est le meilleur
indicateur de la véritable activité économique en Europe de l'Est et de l'ancienne Union
soviétique, et que toutes les statistiques économiques officiellement déclarées l’utilisent… »
(Dobozi et Pohl 1995, 18). Considérant que l’activité économique globale et la
consommation d'électricité varient au même rythme, avec une élasticité généralement
proche de l’unité, cette approche est utilisée pour les économies en transition. Comme le
soulignent Koen (1995) et Lackó (1999), la confirmation de cette hypothèse n’était pas aussi
ferme qu’espérée, depuis que l’application de la méthode à d'autres pays (comme la
Finlande) a donné des conclusions déraisonnables.
Cependant, Dobozi (1995) précise que la consommation d'électricité est un bon indicateur
de l'activité économique globale des pays en transition et fournit certaines des raisons pour
lesquelles l'élasticité de la consommation d’électricité par rapport au PIB devrait être
proche de l’unité. En effet, il indique que même si les économies en transition ont connu
l'expérience de restructuration massive, l'efficacité énergétique et les prix de l'énergie
électrique ont augmenté en même temps, renvoyant donc à une élasticité unitaire !!!
En outre, il importe de signaler que Kaufmann et Kaliberda (1996) ont largement discuté
cette méthode en présentant notamment différents scénarios d’élasticité entre la
consommation d’électricité et l’activité, à savoir, une élasticité unitaire, supérieure à l’unité
et inférieure à l’unité. Depuis plusieurs études avec différentes variantes de cette approche
ont été utilisées.
Lackó (1999) intègre dans son analyse la consommation des ménages en électricité et
étudie les effets de différentes intensités énergétiques et des changements structurels dans
les pays. Feige et Urban (2005) ajoutent une analyse des prix de l'électricité et de la part du
231
secteur privé dans le PIB. D’autres études empiriques ont également utilisé la méthode des
inputs physiques, dont notamment celle de Johnson et al (1997), qui utilisent cette
méthode pour mesurer la taille du secteur informel pour ensuite analyser les conséquences
sur le budget de la migration des entreprises de l’économie officielle vers celle informelle.
Vesna Garvanlieva, Vlatko Andonov et Marjan Nikolov (2012) appliquent aussi cette
méthode sur les données de l’économie Macédoine entre 2000 et 2010 dans leur étude
intitulée « Shadow Economy in Macedonia ». Ils font ressortir notamment que la taille du
secteur informel empreinte une trajectoire baissière sur la période en revenant de 34,1% en
2000 à 24% en 2010.
Afin de tenir compte de la structure de la production Algérienne qui révèle une

prédominance des hydrocarbures sur le reste des ressources, Ali Latreche a calculé, dans sa
thèse « Comptabilisation des éléments de la sphère de production relevant de l’économie
souterraine en Algérie », la part de l’économie souterraine en Algérie entre 1996 et 2005
suivant les trois scénarios d’élasticité avancés initialement par Kaufmann et Kaliberda.
Cette méthode a servi aussi dans une étude menée par Sónia Cristina et Leite Sousa sur le
Portugal « Shadow Economy in Portugal : computation by different approaches (2014) ».
Les résultats obtenus font état notamment d’une augmentation de la taille du secteur
informel au Portugal au cours des dernières décennies, passant de 9,3% du PIB en 1970 à
19,2% du PIB en 2013.
L’étude « Estimating informal economy share in russian regions » de Pavel Vorobyev

applique cette méthode sur l’économie Russe sur la période 2004-2011 et suggère une
évolution décroissante de la taille de l’économie informelle. L’auteur explique ces résultats
par les bonnes performances économiques enregistrées sur la période par l’économie Russe
et le passage que cela peut induire des unités informelles vers le secteur informel afin de
bénéficier des avantages accorder à l’économie officielle suite notamment à l’adoption de
taux d’imposition sur le revenu très faibles, donc jugés attractifs, durant la période.
232
Pour sa part, Merita Boka et Giuseppe Torluccio dans leur étude intitulée « Informal
Economy in Albania », recourent à cette méthode pour mesurer la taille du secteur informel
en Albanie sur la période 1996-2013 et en déduisent que l’année 1994 enregistre un niveau
d’informalité maximal de 68,1% alors que la taille moyenne du secteur ressort à 37,1% avec
une volatilité de 0,28. Sur la base de cette étude, certes le secteur informel empreinte une
trajectoire baissière sur la période couverte mais son poids reste globalement élevé dans le
pays.
Miguel Robles, Manuel Hernandez, Jorge De La Roca et Maureen Webber ont aussi recouru
à cette méthode dans leur article « The Informal Sector In Jamaica ». Ils étudient la taille du
secteur informel au Jamaïque selon deux scénarios d’élasticité (1 et 1,2) et aboutissent à la
conclusion selon laquelle la taille du secteur informel a largement augmenté pendant la
décennie 1991-2000, pesant près de 40% de l’activité économique globale.
Muhammad Farooq Arby, Muhammad Jahanzeb Malik et Muhammad Nadim Hanif ont
utilisé cette méthode pour le Pakistan. Il en résulte que l’ampleur de l’économie informelle
est passée de moins de 5% dans les années soixante-dix à 29% dans les années quatre-
vingt-dix avant de revenir à 27% en moyenne au cours de la décennie deux-mille.
2. Quelques vérifications empiriques
Simple et attrayante, cette méthode a été largement reproduite dans la littérature

empirique, le précédent benchmark est revenu notamment sur une partie des études ayant
reproduit cette approche. Dans ce qui suit, il est proposé d’adopter cette méthode d’une
manière assez simpliste afin de pouvoir vérifier la véracité et robustesse des hypothèses
formulées par les différents auteurs ayant recouru à cette dernière.
En outre, deux nouvelles variantes sont proposées, retenant d’une part un indicateur ajusté
de la consommation d’électricité par le taux d’accessibilité de la population à celle-ci puis
un indicateur plus général reposant sur la consommation énergétique qui regroupe les
différentes sources énergétiques disponibles. Le calcul des élasticités instantanées est mené
et après ajustements des points aberrants, différentes mesures de tendances centrales sont
233
proposées pour attester de la stabilité des résultats et de la véracité des hypothèses émises
initialement par Kaufman et Kaliberda. Les calculs sont menés sur la base des données de la
Banque mondiale (Indicateurs de développement mondial, édition de Juillet 2017).
a. Approche standard de Kaufman et Kaliberda
Sur les 264 pays et zones géographiques, dits pays dans ce qui, disponibles dans la base de
données de la Banque mondiale, le choix des unités traitées dépend exclusivement de la
disponibilité des données étudiées. Ainsi, les pays dont les informations ne sont pas
disponibles seront écartés de facto des traitements à venir. Les données existantes dans
cette base s’étalent de 1960 à 2016, sachant que les données relatives à la consommation
d’électricité sont arrêtées à fin 2014. Le calcul des élasticités instantanées est établi sur la
base des données existantes. Ainsi sur la base de 11.935 élasticités théoriquement à
calculer, il est établi 5.308 élasticités, soit un ratio de 44,5%.
Graphique 3.2.1 : Histogramme de distribution des élasticités instantanées (consommation

d’électricité)
5,000
Series: ALL
Sample 1 11935
4,000 3852 Observations 5308
Mean 1.509028
3,000
Median 0.835107
Maximum 6775.093
Minimum -5455.593
2,000
Std. Dev. 159.2624
1442 Skewness 5.157224
1,000 Kurtosis 1200.184
Jarque-Bera 3.17e+08
0 2 2 5 2 1 1 1 Probability 0.000000
-4000 -2000 0 2000 4000 6000
Sources : Données Banque Mondiale et calculs auteur
Il est observé une forte concentration des valeurs calculées autour de -10 et 10, ainsi il est
procédé à l’élimination des points jugés aberrants sur cette base afin d’apurer les analyses
effectuées par la suite.
234
Les valeurs comprises entre -10 et 10 totalisent 4.812 observations, soit un ratio de 90,7%
du total des élasticités effectivement calculées. Il est observé une certaine normalité de la
fonction de distribution des observations autour d’une valeur centrale proche de 0,9.
Graphique 3.2.2 : Histogramme de distribution des élasticités instantanées comprises entre

-10 et 10 (consommation d’électricité)
900
808
Series: ENTRE10
800
Sample 1 11935
700 Observations 4812
668
639
600 Mean 0.910568

500
Median 0.841031
447 Maximum 9.999146
400 Minimum -9.987324
357
Std. Dev. 2.422925

300 296
Skewness -0.073047
228
200 180
Kurtosis 6.611605
153
117
100 90
40
57
73
86 79
48 47 43
Jarque-Bera 2619.540
31 33 29 25 24 26 25
0 8 6 5 10 8 11 14 8 16 13 20
10
23
11
Probability 0.000000
-10 -8 -6 -4 -2 0 2 4 6 8 10
De plus, il apparaît une certaine concentration des valeurs entre 0 et 3 avec l’existence de
valeurs négatives. La non prise en compte de ces dernières ramène le nombre
d’observations étudiées à 3.622 valeurs, soit un ratio de 68,2% du total des élasticités
calculées.

235
500
Series: ENTRE0ET10
Sample 1 11935
410
400 398
Observations 3622
359
334
309
Mean 1.800919
305
300 Median 1.253023
261
Maximum 9.999146
Minimum 0.000438
200 186
Std. Dev. 1.796807
163
133
Skewness 2.053366
100 94
Kurtosis 7.551553
86
68
49 50
36 36
43
27 26
21 25 22 17 13 12 14 18
0
10 8 8 12 12 13
4 6
12 11
5 6
0 1 2 3 4 5 6 7 8 9 10
Sur les 3.622 élasticités restantes, la valeur médiane ressort égale à 1,25 et celle moyenne
à 1,8. Il est observé aussi une certaine concentration des élasticités autour de l’intervalle
compris entre 0 et 3.

200
Series: ENTRE0ET3
174
Sample 1 11935
161 163
160 158 Observations 3038
152
148
143 144 142
137
132
128 Mean 1.150054
120 116 115 Median 1.034495
112
105
97 Maximum 2.992966
92
Minimum 0.000438
80
73
70 72 Std. Dev. 0.742605
65
61 60
Skewness 0.526006
40 38 36
43 Kurtosis 2.424663
35 34
32
0 Probability 0.000000
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0
236
L’application de ce nouveau filtre permet d’identifier 3.038 observations, soit une fraction
représentant 57,2% du total des élasticités observées et 83,8% des élasticités comprises
entre 0 et 10. La valeur moyenne ressort à 1,15 alors que celle médiane à 1,03. En outre la
volatilité des observations utilisées est réduite de 1,8 à 0,7.
b. Approche de Kaufman et Kaliberda augmentée du taux d’accès à l’électricité
Parmi les limites phares de la méthode de Kaufman et Kaliberda, il existe plusieurs facteurs
à prendre en considération, dont notamment un accès non encore généralisé à l’électricité
par la population mondiale. En effet, bien que d’importants progrès aient été atteints dans
le temps, il existe encore des régions dans lesquelles la population n’accède pas encore à
l’électricité. Ce constat pèse lourdement sur la robustesse de cette méthode ainsi que sur
les hypothèses émises.
Graphique 3.2.5 : Accès à l’électricité, en % de la population
120
100
80
60
40
20
0
Antigua and Barbuda
Burkina Faso
Jamaica
Latvia
Turkey
Venezuela, RB
Zimbabwe
Finland
Guam
Honduras
Malaysia
Mauritius
Nigeria
Thailand
Iran, Islamic Rep.
Montenegro
Afghanistan
Colombia
Panama
Samoa
Solomon Islands
St. Kitts and Nevis
United Arab Emirates

Azerbaijan
Croatia
Djibouti
Germany
Seychelles
Belgium
Bosnia and Herzegovina
Equatorial Guinea
Lithuania
Nepal
Portugal
Cayman Islands
Swaziland
Korea, Dem. People’s Rep.
1990 2000 2010 2014
Source : World Development Indicators, Juillet 2017, World Bank
237
Il importe aussi de prendre compte des

Graphique 3.2.6 : Electrification rurale au Maroc
entraves qui peuvent résulter de 120
98 98 98
l’utilisation d’une élasticité constante en 100 93 95 97 97 97
88
81
combinaison avec un indicateur tel que la 80 72
62
consommation d’électricité. En effet, 55
60 50
45
39
l’accès à l’électricité peut varier 40 27
32
18 22
considérablement en fonction du temps. 20
Ceci est illustrer notamment par 0
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
l’expérience marocaine puisque le taux
d’électrification des zones rurales a connu Source : Office national d’électricité
une nette évolution passant de 18% en
1995 à plus de 98% à partir de 2012.
Afin de pallier au problème éventuel lié à l’existence de pays dont l’accès à l’électricité n’est
pas encore généralisé, il est proposé dans ce qui suit d’établir un indicateur tenant compte
des données existantes dans ce sens afin de pondérer la consommation d’électricité par le
taux d’accès à cette dernière avant de reprendre les calculs présentés précédemment.
Sur un total de 11.935 élasticités à calculer théoriquement, les données disponibles

couvrent 3.127 observations, soit un pourcentage de 26,2%. Une fraction en baisse par
rapport aux premiers calculs présentés, ceci s’explique notamment par le recours à un
troisième indicateur dont l’existence peut faire défaut dans certains pays et certaines
années.

ajustée d’électricité)
238
2,400
2151
Series: ALL
Sample 1 11935
2,000
Observations 3127
1,600 Mean -0.471706

Median 0.580889
1,200 Maximum 622.8246
970
Minimum -5252.539
800
Std. Dev. 96.52148
Skewness -51.39464
Kurtosis 2806.402
400
0 1 2 1 2 Probability 0.000000
-5000 -4000 -3000 -2000 -1000 0
A l’image des traitements apportés dans ce qui précède, l’élimination des valeurs
aberrantes en considérant les élasticités comprises entre -10 et 10 est opérée. Ceci permet
d’identifier 232 observations à ne pas prendre en compte. Ainsi, les valeurs comprises entre
-10 et 10 totalisent 2.895 observations, soit une fraction de 92,6% des élasticités calculées.

-10 et 10 (consommation ajustée d’électricité)
239
600
Series: ENTRE10
Sample 1 11935
500 499
400 Mean 0.605585

345 Median 0.570464
300 Maximum 9.727945
274
Minimum -9.722070
209 Std. Dev. 2.426754
200
Skewness -0.077295
148
121
Kurtosis 6.487752
105
100
77
69 66
35
47
54
47
32 27
19 24 21 22
17
0 4 4 5 5 6 6 10 13 14 9 13 15 15 10 13 9 6 7
-10 -8 -6 -4 -2 0 2 4 6 8 10
Une deuxième étape consiste en l’élimination des valeurs négatives qui totalisent 868
observations, induisant une réduction de la fraction des élasticités étudiées à 64,8% du total
des valeurs calculées.

0 et 10 (consommation ajustée d’électricité)
320
Series: ENTRE0ET10
280 271
279
Sample 1 11935
Observations 2027
240
228
200
Mean 1.631972
194
189
Median 1.041284
160 156 Maximum 9.727945
Minimum 0.001599
120 115 Std. Dev. 1.776008
94 Skewness 2.155672
80
63
Kurtosis 7.924796
58
40 40 37 35
31
27
20
15 17
21 Jarque-Bera 3618.305
12 13 10
9 9 9
0
6 3
7 8 6 6 4 7 6 3 6 4 2
7
0 1 2 3 4 5 6 7 8 9
Enfin il est procédé à nouveau, et à l’instar de ce qui a été appliqué aux élasticités
instantanées calculées directement, à la non prise en compte des observations dépassant 3.
240
Graphique 3.2.10 : Histogramme de distribution des élasticités instantanées comprises

entre 0 et 3 (consommation ajustée d’électricité)
140
Series: ENTRE0ET3
120 116
Sample 1 11935
114
104 104
102
100 98
Mean 1.010619
85
80 80 Median 0.844553
75 75
71 70 Maximum 2.983224
60 60 Minimum 0.001599
55
51 Std. Dev. 0.720021
45
43
40 37
Skewness 0.753581
33
26
23
21 21
20 19
17
14 14 13
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0
Ainsi, l’échantillon étudié représente 55,1% du total des élasticités calculées ou encore
85,1% des élasticités comprises entre 0 et 10. Sur cet échantillon, la moyenne ressort
unitaire et la valeur médiane de l’ordre de 0,84. En outre la volatilité des observations
utilisées s’établi à 0,72.
En somme, les résultats obtenus à travers les calculs effectués, aussi bien des élasticités
instantanées directes qu’ajustées semble indiquer que l’élasticité unitaire pourrait être
considérée comme une hypothèse plausible, puisqu’elle est contenue dans l’intervalle de
confiance approchée par la valeur centrale plus ou moins un écart-type, et ce au niveau des
différents échantillons étudiés.
c. Approche de la consommation énergétique
Les habitudes de consommation en matière énergétique peuvent varier considérablement

en fonction de plusieurs facteurs, dont notamment les richesses naturelles, les facteurs
géographiques (proximité des pays exportateurs d’électricité et/ou de pétrole et dérivés), le
développement technologique ainsi que l’évolution relative des prix des différentes sources
énergétiques. Ainsi, la consommation d’électricité peut subir les effets liés au phénomène
de substitution avec les différentes sources énergétiques. Dans ce sens, il est proposé de
241
comparer dans ce qui suit les résultats obtenus à travers la consommation d’électricité et
celle ajustée avec ceux d’un indicateur plus généralisé de la consommation énergétique, à
savoir celui de la consommation d’énergie en Kilo Tonne (KT) d’équivalent pétrole. Le KT
d’équivalent pétrole constitue une unité de mesure de l’énergie. Elle vaut, selon les
conventions, 41,868 GJ, ce qui correspond au pouvoir calorifique d’une tonne
de pétrole "moyenne". Cette unité a remplacé, de fait, la tonne d’équivalent charbon, qui
ne fait pas partie du système international d'unités où l'énergie s'exprime en joule.
Graphique 3.2.11 : Consommation mondiale 24 par source d’énergie de 1970 à 2014 (MTEP)
Source : Statistiques mondiales clés de l'énergie, Agence internationale d’énergie 2016
Sur un potentiel de 11.935 élasticités, les calculs permettent d’identifier 5.444 élasticités,
soit un ratio de 45,6%.
24
Le monde inclut l’aviation internationale et les soutes maritimes internationales
242

énergétique)
4,000
Series: ALL
3,500 3501
Sample 1 11935
Observations 5444
3,000
2,500 Mean -0.924937

Median 0.319995
2,000 1910
Maximum 529.9691
Minimum -2097.474
1,500 Std. Dev. 47.91551
Skewness -30.42388
1,000
Kurtosis 1281.156
500
0 2 1 2 1 5 6 6 5 2 3
-2000 -1600 -1200 -800 -400 0 400
La suppression des observations dépassant 10 et inférieures à -10 permet de réduire

l’échantillon à étudier à 5.117, soit un ratio de 94% du total des élasticités observées.

entre -10 et 10 (consommation énergétique)
1,400
Series: ENTRE10
1,200 1208
Sample 1 11935
Observations 5117
1,000
859
Mean 0.411007
800 776
Median 0.334143
Maximum 9.985504
600 Minimum -9.895151
483 Std. Dev. 1.962436
400 Skewness -0.003665
347
270
Kurtosis 9.272021
200 190
142
56 65
94
111
69
57
39 30 31
26 27
0 7 5 2 7 6 8 10 13 15 14 20 22 22 15 12 17 13 7 10 3 9
-10 -8 -6 -4 -2 0 2 4 6 8 10
Similairement à ce qui a été observée précédemment, la distribution des élasticités paraît

suivre une loi normale. De plus, les élasticités retenues enregistrent une forte concentration
entre 0 et 3, avec l’existence de plusieurs valeurs négatives. La suppression des valeurs
243
négatives permet d’isoler 1.722 observations. Ainsi, l’échantillon étudié est réduit à 3.395,
soit un ratio de 62,4%.

entre 0 et 10 (consommation énergétique)
700
627
Series: ENTRE0ET10
600 581
Sample 1 11935
Observations 3395
500 489
Mean 1.247161
400 Median 0.750956
370
Maximum 9.985504
300 Minimum 0.000230
267
Std. Dev. 1.510911
200
216
Skewness 2.651212
150 Kurtosis 11.32387
120
100 87
55 60
51
37 32
29 28
0
15 15 12 19 15 12 12 10 9 6 5 7 10 7 8 5 4 3 7 3 3 4 5 Probability 0.000000
0 1 2 3 4 5 6 7 8 9 10
Réduire l’échantillon traité aux valeurs comprises entre 0 et 3 puis entre 0 et 2 permet
d’identifier une distribution plus aplatie des élasticités calculées sur la base de la
consommation énergétique. En effet, sur l’intervalle 0 et 3, le nombre retenu d’élasticités
s’élève à 3.037 représentant 56,4% du total des élasticités calculées pour cette méthode. Il
fait ressortir une moyenne égale à 0,85 alors que la médiane s’établi à 0,67.

244
320
Series: ENTRE0ET3
280 275 Sample 1 11935
Observations 3073
240 240
233
239
221
212
200
Mean 0.845163
188
Median 0.666138
171
160 158 Maximum 2.999350
130
Minimum 0.000230
120 113 110 Std. Dev. 0.690612
86 90 84
Skewness 1.053082
80
59
50 53
41
40 33
38
31
28 24
19 23
18 18 21
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0
Pour sa part, l’intervalle compris entre 0 et 2 identifie 2.820 observations, soit 51,8% des
élasticités calculées. La valeur moyenne de cet échantillon ressort à 0,7 alors que celle
médiane à 0,6.

160
Series: ENTRE0ET2
140 138 137
Sample 1 11935
121 122
Observations 2820
120 120 120
117
114 113
112
107
100 99
Mean 0.701714
95
93
89
Median 0.593418
80
82
80
78 Maximum 1.996584
68 Minimum 0.000230
62 63
60 57 56 Std. Dev. 0.511930
54
47
44
42
44 Skewness 0.667890
40 40
36
33 34
30
Kurtosis 2.525481
29
26 26 27
24
20 20 21
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
Le tableau suivant résume l’ensemble des résultats obtenus, faisant ressortir notamment :
245
- Le degré de représentativité des élasticités retenues dans les dernières fractions des
échantillons analysés (élasticités entre 0 et 3) couvre en général plus de 50% des
élasticités calculées à travers les données disponibles entre 1960 et 2016 ;
- L’apurement des élasticités des observations jugées aberrantes permet de réduire

significativement la dispersion des fonctions de distribution, en réduisant
notamment les écart types et les coefficients d’aplatissement ;
- La non prise en compte des valeurs négatives permet de confirmer davantage

l’hypothèse d’élasticité unitaire en moyenne-médiane ;
- Les élasticités relatives à la consommation d’électricité ont, après apurement des

données, une valeur moyenne de 1,15 et médiane de 1,03 (4 , $) ;
- La prise en compte du degré d’accessibilité des populations à l’électricité a permis

de confirmer davantage une valeur unitaire de l’élasticité, après apurement des
données. En effet, la valeur moyenne ressort égale à 1,01 tandis que celle médiane à
0,84 (4 , $$) ;
- Le calcul des élasticités à travers l’indicateur de consommation énergétique permet

d’identifier une élasticité inférieure à l’unité. En effet, après apurement des
données, les valeurs moyennes et médianes s’établissent dans un intervalle compris
entre 0,59 et 0,85 (4 , $$$) ;
- Enfin, la valeur unitaire semble faire partie de l’intervalle de confiance, assimilé à la

valeur centrale (médiane et/ou moyenne, sachant que le tableau utilise les valeurs
moyennes) avec plus ou moins un écart type, des différents échantillons traités pour
l’ensemble des calculs et des traitements opérés.
Tableau 3.2.6 : récapitulatifs des résultats des élasticités

Consommation Consommation
Consommation d’énergie
d’électricité d’électricité ajustée
$$$
$ $$
Nombre total des élasticités (1) 5308 3127 5444
Moyenne 1.51 -0.47 -0.92
246
Médiane 0.84 0.58 0.32

Maximum 6775.09 622.82 529.97
Minimum -5455.59 -5252.54 -2097.47
Ecart type 159.26 96.52 47.92
M±σ -157.75 160.77 -96.99 96.05 -48.84 46.99
Skeweness 5.16 -51.39 -30.42
Kurtosis 1200.18 2806.40 1281.16
Elasticité entre -10 et 10 (2) 4812 2895 5117
Représentativité 90.7% 92.6% 90.7%
Moyenne 0.91 0.61 0.41
Médiane 0.84 0.57 0.33
Maximum 10.00 9.73 9.99
Minimum -9.99 -9.72 -9.90
Ecart type 2.42 2.43 1.96
M±σ -1.51 3.33 -1.82 3.03 -1.55 2.37
Skeweness -0.07 -0.08 0.00
Kurtosis 6.61 6.49 9.27
Entre 0 et 10 (3) 3622 2027 3395
Représentativité 68.2% 64.8% 62.4%
Moyenne 1.80 1.63 1.25
Médiane 1.25 1.04 0.75
Maximum 10.00 9.73 9.99
Minimum 0.00 0.00 0.00
Ecart type 1.80 1.78 1.51
M±σ 0.00 3.60 -0.14 3.41 -0.26 2.76
Skeweness 2.05 2.16 2.65
Kurtosis 7.55 7.92 11.32
Entre 0 et 3 (4) 3038 1724 0 et 3 : 3073 0 et 2 : 2820
Représentativité 57.2% 55.1% 56.4% 51.8%
Moyenne 1.15 1.01 0.85 0.70
Médiane 1.03 0.84 0.67 0.59
Maximum 2.99 2.98 3.00 2.00
Minimum 0.00 0.00 0.00 0.00
Ecart type 0.74 0.72 0.69 0.51
M±σ 0.41 1.89 0.29 1.73 0.15 1.54 0.19 1.21
Skeweness 0.53 0.75 1.05 0.67
Kurtosis 2.42 2.79 3.48 2.53
Source : Données Banque mondiale (WDI juillet 2017) et calculs auteur
3. Application de la méthode ajustée de la consommation d’électricité et quelques

éléments d’analyse en données de panel
Sur la base des résultats présentés précédemment, il est proposé dans ce qui suit d’établir
quelques essais analytiques et empiriques visant à vérifier certaines des hypothèses se
247
rapportant à la nature des interactions éventuelles entre le secteur informel et quelques

agrégats économiques, tels que la pression fiscale, le PIB par habitant et des indicateurs
attestant de la complexité du système fiscal.
a. Quelques résultats clés de l’application de la méthode ajustée de Kaufman et

Kaliberda
Le calcul du secteur informel repose dans ce qui suit sur les élasticités calculées sur la base
de l’indicateur relatif à la consommation d’électricité ajusté par le taux d’accessibilité de la
population à celle-ci. Le choix de cette mesure est dicté notamment par les résultats
obtenus et discutés précédemment. En effet, cette méthode semble proposée l’élasticité
moyenne la plus proche de l’unité avec un écart-type plus réduit que celui de la méthode
prônée initialement par Kaufman et Kaliberda. Une extension possible des travaux de cette
recherche serait éventuellement d’appliquer les résultats des différents calculs pour
pouvoir comparer la robustesse des résultats par rapport à ceux discutés ci-après.
L’application d’une élasticité unitaire permet de calculer le taux d’évolution du secteur

informel entre 1991 et 2014. Le graphique ci-après permet d’identifier les pays dont les
données sont disponibles. La disponibilité des données avec cette méthodologie est
traduite par le graphique avec le recours à du bleu de plus en plus foncé. Les pays dont les
données sont non disponibles sont colorés en blanc.
Graphique 3.2.17 : Zones géographiques couvertes par l’application de la méthode de

Kaufman et Kaliberda augmentée du taux d’accessibilité à l’électricité
248
Source : Données Banque Mondiale, WDI juillet 2017, et calculs auteur
Le graphique ci-après propose de visualiser les tendances observées entre 1991 et 2014 en
matière d’évolution du secteur informel. Il fait ressortir notamment que ce dernier a
emprunté en moyenne une évolution négative sur la plupart des pays étudiés. En effet, les
pays colorés en bleu sont ceux ayant connu une évolution négative en moyenne sur
l’horizon temporel étudié alors que ceux colorés en orange correspondent aux pays ayant
enregistré une hausse en moyenne sur la période du secteur informel.
De plus, l’analyse des évolutions par pays indique qu’entre 2007 et 2014, période post crise,
plusieurs pays ont connu un changement d’orientation de l’évolution du secteur informel,
puisque celle-ci est redevenue positive après plusieurs années de baisses.
Graphique 3.2.18 : Evolution du secteur informel, application de la méthode de Kaufman et

Kaliberda augmentée du taux d’accessibilité à l’électricité
249
En effet, sur les 134 pays étudiés (9 données disponibles entre 2007 et 2014), il est constaté
notamment que :
- 14 pays et zones géographiques ont pu maintenir une baisse continue du secteur

informel en période post-crise ;
- 29 pays et zones géographiques ont connu une hausse sur une seule année du secteur
informel ;
- 28 pays et zones géographiques ont enregistré une augmentation du secteur sur 2

années ;

années ;

années ;

années ;
250

années ;

années ;
- 1 pays a enregistré une hausse continue du secteur informel en période post-crise.
Graphique 3.2.19 : Nombre d’années d’augmentation du secteur informel, application de la

méthode de Kaufman et Kaliberda augmentée du taux d’accessibilité à l’électricité
Ces résultats font état notamment d’une certaine asymétrie du comportement des agents
économiques en fonction notamment de l’évolution de certains indicateurs
macroéconomiques tels que le revenu par habitant.
Dans ce qui suit, après une discussion de la stationnarité des données traitées, il est
proposé d’établir quelques faits stylisés associant le secteur informel à un certain nombre
d’indicateurs.
b. Quelques essais analytiques
251
Il est proposé dans ce qui suit d’analyser la nature des relations pouvant exister entre le
secteur informel et une série de variables économiques. Le choix des variables retenues est
discuté notamment par la littérature théorique existante ainsi que les différents travaux
empiriques. Il dépend de l’existence des données sur un espace temporel suffisamment
important pour conduire les analyses nécessaires. Ainsi, les variables traitées dans ce qui
suit sont les suivantes :
- Secteur informel, indexé à 100 en 1990 ;
- PIB par habitant exprimé en dollars courants pour des fins de normalisations des
revenus ;
- Recettes fiscales en pourcentage du PIB ;
- Taxes sur les biens et services en pourcentage du revenu ;
- Nombre de taxes à payer ;
- Temps en heures nécessaires pour préparer et payer les impôts ;
- Temps en jours nécessaire pour entamer une affaire ;
- Temps moyen par impôt en heures nécessaires pour préparer et payer cet impôt ;
- CPIA Évaluation de l'environnement réglementaire des entreprises (1=low to 6=high) 25.
i. Stationnarité des données
La stationnarité des données en panel pose plusieurs contraintes économétriques, puisqu’il

importe de dissocier la stationnarité d’ensemble des données de celle de chaque groupe
d’individus (faisant référence dans ce cas de figure aux pays). En outre, l’une des limites
importantes des tests de stationnarité consiste dans la nécessité d’avoir une grande
25
Business regulatory environment assesses the extent to which the legal, regulatory, and policy environments help or hinder private businesses in investing,
creating jobs, and becoming more productive. The CPIA exercise is intended to capture the quality of a country's policies and institutional arrangements,
focusing on key elements that are within the country's control, rather than on outcomes (such as economic growth rates) that are influenced by events
beyond the country's control. More specifically, the CPIA measures the extent to which a country's policy and institutional framework supports sustainable
growth and poverty reduction and, consequently, the effective use of development assistance.
252
longévité des séries statistiques, cette condition bien que pesante pour ce travail n’est
cependant pas suffisante sur le plan théorique pour assurer la robustesse des résultats des
différents tests.
Dans ce sens, il est proposé de tester la stationnarité des données en se référant à plusieurs
tests à la fois. De plus, il importe de préciser que le choix de certaines données telle que « le
temps pour préparer et payer les taxes, en heures », « le temps nécessaire pour entamer
une affaire » ou encore « le nombre de taxes à payer » impose le recours à quelques
restrictions dans les analyses à venir au regard de la faible variabilité intra-groupes de ces
données. En effet, pour plusieurs pays, ces données semblent peu voire ne pas évoluer dans
le temps ce qui constitue une caractéristique clé à prendre en compte dans ce qui suit.
Tenant compte de ces éléments, il importe d’analyser avec beaucoup de précautions les
résultats des différents tests et modèles obtenus.
Tableau 3.2.7 : stationnarité des données en panel (ensemble des observations)

ère
En niveau 1 différence Conclusion
Const&t
Cosnt. Const&tr Cosnt.
Sans rend Sans
indiv end indiv indiv
indiv
Informel
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* 0.0000 0.0000 -- 0.0000 0.0000 0.0000
I(1)
Breitung t-stat -- 1.0000 -- -- 0.0000 --
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat 0.9488 0.0132 -- 0.0000 0.0000 --
ADF - Fisher Chi-square 0.0022 0.0001 -- 0.0000 0.0000 0.0000 I(1)
PP - Fisher Chi-square 0.0000 0.0000 -- 0.0000 0.0000 0.0000
PIB per capita exprimé en dollars courants
Levin, Lin & Chu t* 1.0000 0.9883 -- 0.0000 0.0000 --
I(1)
Breitung t-stat -- 1.0000 -- -- 0.0000 --
ADF - Fisher Chi-square 1.0000 1.0000 -- 0.0000 0.0000 -- I(1)
PP - Fisher Chi-square 1.0000 1.0000 -- 0.0000 0.0000 --
Recettes fiscales en % du PIB courant
Levin, Lin & Chu t* 0.0000 1.0000 -- 0.0000 0.0000 0.0000
I(1)
Breitung t-stat -- 0.3859 -- -- 0.0000 --
Im, Pesaran and Shin W-stat 0.0008 0.0522 -- 0.0000 0.0000 -- I(1)
253
ADF - Fisher Chi-square 0.0000 0.0063 -- 0.0000 0.0000 0.0000

Temps nécessaire pour préparer et payer les taxes, en heures
Levin, Lin & Chu t* 0.0000 0.0000 0.0252 0.0000 0.0000 0.0000 I(1) Test
Breitung t-stat -- 0.9195 -- -- 0.9714 -- Hadri
ADF - Fisher Chi-square 1.0000 1.0000 0.0000 0.0000 0.0000 0.0000 I(1)
PP - Fisher Chi-square 0.9945 0.9956 0.0000 0.0000 0.0000 0.0000
Temps nécessaire pour entamer une affaire
Levin, Lin & Chu t* 0.0000 0.0000 -- 0.0000 0.0000 --
I(1)
Breitung t-stat -- 0.5321 -- -- 0.0006 --
Nombre d’impôts à payer
Levin, Lin & Chu t* 0.0000 0.0000 0.0209 0.0000 0.0000 -- I(1)Test
Taxes sur les biens et services, en % du revenu
Levin, Lin & Chu t* 0.0000 1.0000 -- 0.0000 0.0000 0.0000 I(1) Test de
ADF - Fisher Chi-square 0.0000 0.0001 -- 0.0000 0.0000 0.0000 I(0)
Temps moyen par taxe nécessaire pour préparer et payer les impôts
Levin, Lin & Chu t* 0.0000 0.0000 0.2366 0.0000 0.0000 0.0000 I(1) Test de
CPIA business regulatory environment rating (1=low to 6=high)
Levin, Lin & Chu t* 0.0000 0.0000 0.0857 0.0000 0.0000 --
I(1)
Breitung t-stat -- 0.2421 -- -- 0.0000 --
254

ADF - Fisher Chi-square 0.8874 0.9903 0.8573 0.0000 0.0006 -- I(1)
PP - Fisher Chi-square 0.0438 0.4009 0.4139 0.0000 0.0000 --
Source : Données Banque Mondiale et calculs auteurs
Les résultats relatifs à la stationnarité des données indiquent que la majorité des variables
étudiées sont individuellement intégrées d’ordre unitaire.
ii. Quelques lectures graphiques
Ces résultats imposent de retenir une transformation première en log-différence afin

d’assurer la stationnarité des phénomènes étudiés. Les résultats obtenus sont résumés
dans le tableau suivant :
Tableau 3.2.8 : Corrélations entre les données de panel

Covariance Analysis: Ordinary
INFORMEL0 TAX_REVENUE0 PIBPERCAPITAU NUMBER_TAX_ TIME_PREP_PA TIME_REQ_STA

Correlation 1 1 S$CUR01 PAYMENT01 TIMEPERTAX01 Y_TAX01 RT_BUS01
INFORMEL01 26 1.000000
TAX_REVENUE01 0.167046 1.000000
PIBPERCAPITAUS$CUR01 -0.155806 0.246308 1.000000
NUMBER_TAX_PAYMENT01 -0.014479 -0.009488 -0.012311 1.000000
TIMEPERTAX01 0.017273 0.009681 0.021578 -0.901642 1.000000
TIME_PREP_PAY_TAX01 0.008868 0.002031 0.023445 0.059947 0.377654 1.000000
TIME_REQ_START_BUS01 -0.028079 -0.081133 0.005431 0.091511 -0.090096 -0.012024 1.000000
Source : Données Banque mondiale, WDI Juillet 2017 et calculs auteur
Le tableau des corrélations indique notamment l’existence d’une corrélation positive entre
l’évolution du secteur informel et les variables suivantes : la pression fiscale, le temps
nécessaire pour la préparation et le paiement des impôts et le temps moyen nécessaire
pour préparer et payer chaque impôt. Il fait ressortir aussi une corrélation négative entre
l’évolution du secteur informel et celle du PIB par habitant exprimé en dollars courants.
26
Le symbole ‘’01’’ en fin de chaque variable fait référence à la transformation log-différence première.
255
Pour sa part, l’indicateur CPIA n’est finalement pas retenu, puisque sa prise en compte
réduit significativement le nombre d’observations utilisées à moins de 50.
Une analyse graphique menée individuellement entre le secteur informel et chaque variable
étudiée précédemment permet de confirmer ce constat. Le choix de cette analyse permet
de couvrir l’ensemble des données disponibles pour chaque groupe de deux variables27 et
ce contrairement au tableau des corrélations qui retient l’horizon temporel commun à
l’ensemble des variables, à savoir entre 2006 et 2014.
Une lecture du graphique se rapportant au secteur informel et le PIB par habitant permet
d’affirmer l’existence d’une corrélation négative entre les deux agrégats. Cette corrélation
est établie à travers un échantillon plus élargie de données incluant quelque 2.557
observations couvrant la période s’étalant de 1991 à 2014. En outre, la courbe linéaire
indique une pente linéaire de -0.06.
Graphique 3.2.20: Nuage de points SI et PIB par habitant (dlog)

.6
.4
Log Differenced INFORMEL
.2
.0
-.2
-.4
-.6
-.8
-1.0 -0.5 0.0 0.5 1.0
Log Differenced PIBPERCAPITAUS$CUR
DLOG(INFORMEL)=-0.01919-0.05799*DLOG(PIBPERCAPITAUS$CUR)
Source : Données BM et calculs auteur
En parallèle, sur un échantillon couvrant 1.748 observations couvrant la période 1996-2014,

la corrélation entre le secteur informel et la pression fiscale ressort positive et la pente de la
courbe linéaire s’élève à 0,14.
27
La longévité des données diffère d’une série à l’autre.
256
Ce résultat ressort en ligne avec ceux établis par plusieurs études se rapportant au sujet,
dont notamment celle de Norman V. Loayza et Jamele Rigolini plubiée en 2006, James
Heintz et Pollin Robert (2003), ou encore celle publiée en Juillet 2017 dans les papiers de
recherche du FMI, « The Informal Economy in Sub-Saharan Africa: Size and Determinants »
par Leandro Medina, Andrew Jonelis, and Mehmet Cangul.
Graphique 3.2.21 : Nuage de points SI et pression fiscale (dlog)
5
Log INFORMEL
-1 0 1 2 3 4
Log TAX_REVENUE
LOG(INFORMEL)=3.979+0.1398*LOG(TAX_REVENUE)
Le même constat est relevé entre la variation du secteur informel et celle du temps moyen
par taxe, dont la corrélation ressort positive avec une pente linéaire supérieure à zéro. Ce
résultat semble en ligne avec la revue de littérature empirique qui associe une
augmentation du secteur informel à court et/ou long terme entre autres à des effets
temporaires liés à un accroissement de la pression fiscale et/ou à une charge fiscale élevée
(Norman V. Loayza et Jamele Rigolini plubiée en 2006).
Graphique 3.2.22 : Nuage de points SI et nombre moyen d’heures par impôts pour la
préparation et le paiement des taxes (dlog)
257
.8
.6

.4
.2
.0
-.2
-.4
-.6
-.8
-2 -1 0 1 2 3
Log Differenced TIMEPERTAX
DLOG(INFORMEL)=-0.02431+0.003603*DLOG(TIMEPERTAX)
Ceci étant au regard d’un nombre de pays ayant maintenu le temps moyen par impôts
inchangé sur une bonne partie de l’horizon temporel étudié, il est proposé de prospecter la
nature de la relation entre le log-différence première du secteur informel et la
transformation logarithmique du nombre moyen d’heures pour la préparation et le
paiement par taxe. Ce choix permettra ainsi de vérifier si le secteur informel est plus
important dans les pays ayant observé dans le temps des périodes marquées par la
complexité et la longévité des procédures inhérentes au paiement des impôts.
Graphique 3.2.23 : Nuage de points SI (log) et Graphique 3.2.24 : Nuage de points SI (dlog)
nombre moyen d’heures par impôts pour la et nombre moyen d’heures par impôts pour
préparation et le paiement des taxes (log) la préparation et le paiement des taxes (log)
258
6 .8
.6
5

.4
Log INFORMEL
.2
4
.0
3 -.2
-.4
2
-.6
-.8
1
-1 0 1 2 3 4 5 6
-1 0 1 2 3 4 5 6
Log TIMEPERTAX
Log TIMEPERTAX
LOG(INFORMEL)=3.804+0.1428*LOG(TIMEPERTAX) DLOG(INFORMEL)=-0.04966+0.009864*LOG(TIMEPERTAX)
Source : Données BM et calculs auteur Source : Données BM et calculs auteur
Les deux graphiques précédents indiquent l’existence d’une relation positive entre le poids
du secteur informel et le temps moyen en heures par impôt nécessaires pour sa préparation
et son paiement. Cette relation se maintient positive entre l’évolution du secteur informel
et le nombre moyen d’heures.
Comme indiqué par les graphiques ci-après, le même constat est relevé pour les indicateurs
suivants, avec toutefois des amplitudes différentes :
- Le nombre d’heures pour la préparation et le paiement des impôts ;
- Le temps en jours nécessaire pour entamer une affaire ;
- CPIA, Évaluation de l'environnement réglementaire des entreprises (1=low to

6=high). Pour cet indicateur en particulier, la relation ressort positive en relation
avec le procédé de calcul de cet indicateur, dont une augmentation indique une
amélioration.
nombre d’heures pour la préparation et le et nombre d’heures pour la préparation et
259
paiement des taxes (log) le paiement des taxes (log)

6 .8
.6
5

.4
Log INFORMEL
.2
4
.0
3 -.2
-.4
2
-.6
1 -.8
2 3 4 5 6 7 8 2 3 4 5 6 7 8
Log TIME_PREP_PAY_TAX Log TIME_PREP_PAY_TAX

LOG(INFORMEL)=4.071+0.01514*LOG(TIME_PREP_PAY_TAX) DLOG(INFORMEL)=-0.04427+0.003402*LOG(TIME_PREP_PAY_TAX)
temps en jours nécessaire pour entamer une et temps en jours nécessaire pour entamer
affaire (log) une affaire (log)
6 .8
.6
5
.4
Log INFORMEL
.2
4
.0
3 -.2
-.4
2
-.6
1 -.8
-1 0 1 2 3 4 5 6 7 -1 0 1 2 3 4 5 6 7
Log TIME_REQ_START_BUS Log TIME_REQ_START_BUS
LOG(INFORMEL)=4.19+0.05892*LOG(TIME_REQ_START_BUS) DLOG(INFORMEL)=-0.03046+0.0007025*LOG(TIME_REQ_START_BUS)
260
le CPIA-Évaluation de l'environnement et le CPIA-Évaluation de l'environnement
réglementaire des entreprises (log) réglementaire des entreprises (log)
6 .8
.6
5

.4
Log INFORMEL
.2
4
.0
3 -.2
-.4
2
-.6
1 -.8
0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8
Log CPIA business regulatory environment rating (1=low to 6=high) Log CPIA business regulatory environment rating (1=low to 6=high)
LOG(INFORMEL)=4.857-0.9414*LOG(CPIA) DLOG(INFORMEL)=0.006608-0.0435*LOG(CPIA)
4. Quelques essais économétriques : à la recherche de relations de cointégration
Eu égard aux éléments précédents, l’existence d’une relation de cointégration entre le

secteur informel, le PIB par habitant, la pression fiscale et un indicateur de la complexité du
système fiscal et réglementaire peut être testée. Pour ce faire, il est recouru à deux
horizons temporels, le premier couvrant les données avec la plus grande longévité
temporelle, à savoir le secteur informel, le PIB par habitant et la pression fiscale. Le
deuxième horizon temporel, dont la longévité temporelle est largement plus réduite,
s’appuiera sur les mêmes variables utilisées dans le premier essai et devrait établir les
résultats avec et sans prise en compte d’un indicateur de la complexité du système fiscal.
Afin de tester l’existence éventuelle de relations de cointégration, il est recouru à différents

tests et ce dans l’objectif de pallier aux insuffisances inhérentes à chacun des tests
disponibles. Ainsi il est recouru notamment au test de Pedroni, basé sur les travaux de Engle
et Granger, avec ses trois variantes (avec constante individuelle, avec constante et trend
individuels et sans constante et trend), le test de Kao et le test de Fisher combiné à celui de
Johansen.
261
Pour les données relatives au secteur informel, le PIB par habitant et la pression fiscale, les
résultats obtenus sur la période 1991-2014 sont les suivants :
- Pedroni, avec constante individuelle : 6 variantes sur 11 postulent pour l’existence

d’une relation de cointégration ;
- Pedroni, avec constante et trend individuels, 6 variantes sur 11 postulent pour

l’existence d’une relation de cointégration ;
- Pedroni, sans constante et trend, 6 variantes sur 11 postulent pour l’existence d’une
relation de cointégration ;
- Test de Kao, existence d’une relation de cointégration ;
- Test de Johansen et Fisher : existence d’une relation de cointégration sur les cinq
variantes du test.
a. Panel dynamique de moindre carré : 1990-2014
Dans ce qui suit, il est proposé d’établir la nature de cette relation de cointégration en
recourant à un modèle panel dynamique de moindre carré, dont les statistiques diffèrent de
celles des modèles statiques dans ce sens qu’elles assurent plus de convergence du
processus.
Les résultats obtenus se basent sur 1.481 observations concernant 86 pays. Ils font
ressortir l’existence d’une dynamique de long terme entre le secteur informel, le PIB par
habitant et la pression fiscale. Cette relation se caractérise par une élasticité de long
terme négative de l’ordre de -0.27 entre le secteur informel et le PIB par habitant, ce qui
signifie qu’une augmentation de 1% du PIB par habitant peut induire une baisse de 0,27%
en moyenne du secteur informel. En outre, la pression fiscale ressort significative à 10%,
avec une élasticité positive de l’ordre de 0,108.
Tableau 3.2.9 : PDOLS Résultat du modèle de cointégration 1992-2013

Dependent Variable: LOG(INFORMEL)
Method: Panel Dynamic Least Squares (DOLS)
262
Periods included: 22
Cross-sections included: 86
Total panel (unbalanced) observations: 1481
Panel method: Pooled estimation
Cointegrating equation deterministics: C
Fixed leads and lags specification (lead=1, lag=1)
Coefficient covariance computed using default method
Long-run variance (Bartlett kernel, Newey-West fixed bandwidth) used for
coefficient covariances
Warning: one more more cross-sections have been dropped due to
estimation errors
LOG(PIBPERCAPITAUS$CUR) -0.276272 0.017527 -15.76239 0.0000

LOG(TAX_REVENUE) 0.107798 0.063673 1.692992 0.0908

S.E. of regression 0.156149 Sum squared resid 21.38351
Long-run variance 0.028040
Afin de tester la robustesse des résultats obtenus, il s’impose de vérifier la stationnarité du

résidu de cette régression. Les tests appliqués à celui-ci indiquent qu’il est stationnaire en
niveau.
Tableau 3.2.10 : Résidu de la relation de cointégration (PDOLS : 1990-2014)

Const & trend
Cosnt. indiv Sans
indiv
Levin, Lin & Chu t* 0.0000 0.0000 0.0000
Breitung t-stat -- 0.0000 --
Im, Pesaran and Shin W-stat 0.0000 0.0001 --
ADF - Fisher Chi-square 0.0000 0.0000 0.0000
PP - Fisher Chi-square 0.0000 0.0000 0.0000
263
Graphique 3.2.31 : Résidu du modèle de cointégration (PDOLS : 1990-2014)

6
.8 3
2
.4
1
.0
-.4
-.8
101 - 91
116 - 04
127 - 00
140 - 98
147 - 98
154 - 11
160 - 90
171 - 11
180 - 11
192 - 12
199 - 08
207 - 10
216 - 05
2 - 95
11 - 95
18 - 93
26 - 90
36 - 01
46 - 07
53 - 96
59 - 96
68 - 06
76 - 01
89 - 90
93 - 01
97 - 03
b. Panel dynamique de moindre carré : 2006-2014
Dans ce qui suit, il est proposé de reproduire les tests effectués en retenant un horizon
temporaire plus réduit afin de pouvoir comparer les résultats obtenus avec et sans
indicateur de la complexité du système fiscal. En retenant les mêmes données discutées
précédemment sur la période 2006-2014, les résultats relatifs à la stationnarité
sont globalement inchangés, avec un ordre d’intégration unitaire pour les variables
discutées.
Tableau 3.2.11 : Stationnarité des données en panel (2006-2014)

ère
En niveau 1 différence Conclusion
Const&t
Cosnt. Const&tr Cosnt.
Sans rend Sans
indiv end indiv indiv
indiv
Informel
Levin, Lin & Chu t* 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
I(1)
Breitung t-stat -- 0.9964 -- -- 0.0000 --
Im, Pesaran and Shin W-stat 0.2179 0.1358 -- 0.0000 0.0000 -- I(1)
264
ADF - Fisher Chi-square 0.0563 0.0070 0.0000 0.0000 0.0000 0.0000

PIB per capita exprimé en dollars courants
Levin, Lin & Chu t* 0.0000 0.0000 -- 0.0000 0.0000 --
I(0)
Breitung t-stat -- 0.0000 -- -- 0.0000 --
Recettes fiscales en % du PIB courant
Levin, Lin & Chu t* 0.0000 1.0000 -- 0.0000 1.0000 -- I(1), test
Les tests de vérification d’une éventuelle relation de cointégration sont globalement

affirmatifs. En effet, les résultats obtenus sur la période 2006-2014 sont les suivants :
- Pedroni, avec constante individuelle : 5 variantes sur 11 postulent pour l’existence d’une
relation de cointégration (la 6ème variante avec une probabilité de 8%) ;
- Pedroni, avec constante et trend individuels, 7 variantes sur 11 postulent pour

l’existence d’une relation de cointégration ;
- Pedroni, sans constante et trend, 6 variantes sur 11 postulent pour l’existence d’une
relation de cointégration ;
- Test de Kao, existence d’une relation de cointégration ;
- Test de Johansen et Fisher : existence d’une relation de cointégration sur les cinq
variantes du test.
265
Tableau 3.2.12 : PDOLS Résultat du modèle de cointégration 2006-2014

Method: Panel Dynamic Least Squares (DOLS)
Periods included: 8
Cointegrating equation deterministics: C
Fixed leads and lags specification (lead=1, lag=1)
Long-run variance (Bartlett kernel, Newey-West fixed bandwidth) used for
coefficient covariances
estimation errors

LOG(TAX_REVENUE) 0.119078 0.092267 1.290589 0.2021

Les résultats obtenus se basent cette fois-ci sur 521 observations concernant 66 pays. Ils
confirment l’existence d’une dynamique de long terme entre le secteur informel, le PIB par
habitant et la pression fiscale. Cependant, il importe de signaler globalement deux points
intéressants :
1- Les élasticités obtenues sont globalement assez proches et de même signes, avec
notamment :
a. Une élasticité entre secteur informel et pression fiscale qui passe de 0,11 entre 1990
et 2014 à 0,12 entre 2006 et 2014 ;
b. Une élasticité entre secteur informel et PIB par habitant qui passe de -0.28 sur
l’ensemble de la période étudiée (1990-2014) à -0.34 sur la période 2006-2014,
indiquant une légère accentuation de la sensibilité du phénomène à l’évolution du
266
revenu par habitant (à connecter éventuellement avec les effets récessifs de la crise
sur le PIB par habitants) ;
2- Alors que les deux variables explicatives étaient largement acceptées à 10% dans la
régression menée sur l’horizon 1990-2014, il est observé que la probabilité de rejet de la
pression fiscale s’élève désormais à plus de 20% contre 10% précédemment.
Comme indiqué par le tableau ci-après, les tests de stationnarité sont globalement
concluants.
Tableau 3.2.13 : Résidu de la relation de cointégration (PDOLS : 2006-2014)

Const &
Cosnt. indiv Sans
trend indiv
Levin, Lin & Chu t* 0.0000 0.0000 0.0000
Graphique 3.2.32 : Résidu du modèle de cointégration (PDOLS : 2006-2014)

6
3
.12
2
.08
1
.04
.00
-.04
-.08
-.12
101 - 11
116 - 14
127 - 10
142 - 08
147 - 12
155 - 06
160 - 09
177 - 07
188 - 10
193 - 14
204 - 14
208 - 13
2 - 11
11 - 09
16 - 14
26 - 07
36 - 10
46 - 06
52 - 11
57 - 14
68 - 08
74 - 11
88 - 09
93 - 10
97 - 13
c. Fully modified OLS 2006-2014 sans variable de complexité
267
Dans ce qui suit, il est proposé d’alimenter la deuxième régression menée par une variable
qui atteste du degré de complexité des procédures fiscales et administratives. Le choix est
mené en fonction notamment de la disponibilité de suffisamment de données afin d’assurer
la robustesse des estimations. Au regard de la stabilité (manque de variabilité) marquant
largement les données utilisées pour vérifier ce phénomène, les modèles dynamiques ne
semblent pas être appropriés puisqu’ils retiennent une composante dynamique en fonction
des données passées et futures. Dans ce sens, il est recouru à une modélisation en panel
avec la méthodologie « panel des moindres carrés complétement modifiés » (Fully modified
OLS).
Cette estimation incorpore 781 observations couvrant 85 pays sur une période de neuf
années. Les élasticités calculées sont globalement de même signe avec des valeurs
différentes en comparaison avec celles obtenues à travers le modèle dynamique couvrant la
même période. En outre, il est constaté que la pression fiscale est rejetée cette fois-ci avec
une probabilité de 60% contre celle de 20% dans l’estimation en modèle dynamique avec le
même horizon temporel.
Tableau 3.2.14 : PFMOLS Résultat du modèle de cointégration 2006-2014

Method: Panel Fully Modified Least Squares (FMOLS)
Sample: 2006 2014
Periods included: 9
Cointegrating equation deterministics: C @TREND @TREND^2
Long-run covariance estimates (Bartlett kernel, Newey-West fixed
bandwidth)
estimation errors

LOG(TAX_REVENUE) 0.011237 0.021324 0.526969 0.5985

268
Tableau 3.2.15 : Résidu de la relation de cointégration (PFMOLS (Sans))

Const &
Cosnt. indiv Sans
trend indiv
Levin, Lin & Chu t* 0.0000 0.0000 0.0000
Graphique 3.2.33 : Résidu du modèle de cointégration (PFMOLS (Sans))

6
.3 3
.2 2
.1
1
.0
-.1
-.2
-.3
107 - 11
121 - 07
132 - 11
143 - 09
149 - 13
156 - 07
161 - 10
179 - 10
189 - 13
198 - 11
207 - 07
216 - 11
2 - 12
11 - 11
18 - 08
26 - 11
36 - 14
46 - 11
53 - 07
59 - 10
68 - 13
76 - 10
88 - 14
95 - 08
98 - 11

d. Fully modified OLS 2006-2014 avec variable de complexité
Dans ce qui suit, il est proposé d’adopter séparément chacune des variables suivantes :
- Temps en heures nécessaires pour préparer et payer les impôts ;
- Temps moyen par impôt en heures nécessaires pour préparer et payer cet impôt ;
- Nombre de taxes à payer ;
269
- Temps en jours nécessaire pour entamer une affaire ;
- CPIA Évaluation de l'environnement réglementaire des entreprises (1=low to

6=high).
Les résultats présentés et discutés se résumeront aux modèles significatifs, dont les
conditions seront valides, en particulier la stationnarité en niveau du résidu de régression.
i. Le nombre d’heures pour la préparation et le paiement des impôts :

affirmatifs. En effet, les résultats obtenus à travers les tests de Pedroni et Kao affirment
l’existence éventuelle d’une relation de cointégration.
Tableau 3.2.16 : PFMOLS Résultat du modèle de cointégration 2006-2014, avec le nombre

d’heures pour la préparation et le paiement des impôts
Sample: 2006 2014
Periods included: 9
bandwidth)
estimation errors

LOG(TAX_REVENUE) 0.050436 0.031628 1.594680 0.1116
LOG(TIME_PREP_PAY_TAX) 0.021416 0.023867 0.897277 0.3701

Tableau 3.2.17 : Résidu de la relation de cointégration (PFMOLS avec le nombre d’heures

Cosnt. indiv Const & trend Sans
270
indiv
Levin, Lin & Chu t* 0.0000 0.0000 0.0000
Il est constaté notamment que les élasticités obtenues dans ce modèle maintiennent les
signes enregistrés dans les précédents modèles, avec des amplitudes différentes. Aussi, il
importe de signaler que la probabilité de rejet de la pression fiscale s’affaiblie
considérablement, passant de 60% à 11%, tout en rejetant la variable de contrôle
(complexité) avec une probabilité de 37%.
Graphique 3.2.34 : Résidu du modèle de cointégration (PFMOLS avec le nombre d’heures

6
.3 3
.2
2
.1
1
.0
-.1
-.2
-.3
107 - 14
121 - 11
140 - 07
145 - 10
153 - 14
157 - 08
171 - 08
180 - 11
193 - 07
204 - 08
208 - 08
2 - 12
11 - 11
18 - 08
26 - 11
36 - 14
46 - 11
53 - 10
59 - 13
72 - 07
76 - 13
89 - 08
95 - 11
98 - 14

ii. Temps moyen par impôt (en heures) nécessaires pour préparer et payer les impôts :
271

affirmatifs. En particulier, les résultats le test de Pedroni sont les suivants : 3 variantes sur
11 pour l’existence d’une relation de cointégration pour le test à base d’une constante
individuelle, 4 variantes sur 11 pour ce même test à base d’une constante et trend
individuel et 5 variantes sur 11 pour ce test sans constante et trend individuel. En parallèle,
le test de Kao confirme la possibilité d’existence d’une relation de cointégration.
Se basant sur 683 observations couvrant 82 pays sur la période s’étalant de 2006 à 2014, les
résultats de cette régression semblent concluants, avec notamment un résidu stationnaire
et des élasticités de même signe que ceux établis précédemment. En effet, les élasticités
obtenues maintiennent globalement leurs signes, avec une relation négative liant le secteur
informel au PIB par habitant et positive aussi bien avec la pression fiscale qu’avec la variable
retenue pour la complexité du système fiscale, à savoir le temps moyen en heures par taxe
pour préparer et payer les impôts. En outre, les valeurs des élasticités sont globalement
proches :
- Celle relative au PIB par habitant dans cette régression est égale à -0.143, valeur de
même ampleur que celle obtenue dans l’estimation ayant été établit sur la base de la
variable temps pour la préparation et le paiement des impôts. Ces deux valeurs s’avèrent
aussi très proches de celle obtenue à travers le modèle de référence retenu pour cet
exercice (sans variable de complexité), dans lequel cette élasticité ressort à -0.129 ;
- L’élasticité relative à la pression fiscale ressort globalement proche, autour de 0,05, dans
les deux scénarios avec variable de complexité. En outre, les probabilités de rejet de la
pression fiscale et celle de la variable de complexité sont plus importantes dans cet
exercice que celles établies dans l’exercice mené avec l’indicateur du temps pour la
préparation et le paiement des impôts. Ceci étant, la probabilité de rejet de la pression
fiscale passe de 60% dans le modèle sans variable de complexité à seulement 12% dans
celui-ci.
Tableau 3.2.18 : PFMOLS Résultat du modèle de cointégration 2006-2014, avec le temps

moyen en heures par impôts nécessaire pour les préparer et les payer
272

Sample: 2006 2014
Periods included: 9
bandwidth)
estimation errors

LOG(TAX_REVENUE) 0.048386 0.031519 1.535153 0.1255
LOG(TIMEPERTAX) 0.003193 0.012048 0.265032 0.7911

Tableau 3.2.19 : Résidu de la relation de cointégration (PFMOLS avec le temps moyen en

Const &
Cosnt. indiv Sans
trend indiv
Levin, Lin & Chu t* 0.0000 0.0000 0.0000
273
Graphique 3.2.35 : Résidu du modèle de cointégration (PFMOLS avec le temps moyen en

6
.3 3
.2
2
.1
1
.0
-.1
-.2
-.3
107 - 14
121 - 11
140 - 07
145 - 10
153 - 14
157 - 08
171 - 08
180 - 11
193 - 07
204 - 08
208 - 08
2 - 12
11 - 11
18 - 08
26 - 11
36 - 14
46 - 11
53 - 10
59 - 13
72 - 07
76 - 13
89 - 08
95 - 11
98 - 14

iii. Nombre de taxes à payer

affirmatifs. En particulier, les résultats le test de Pedroni plaident pour l’éventualité de
l’existence d’une relation de cointégration avec 4 variantes sur 11 pour l’existence d’une
relation de cointégration pour le test à base d’une constante individuelle et celui à base
d’une constante et trend individuel. En outre, le test de Kao confirme aussi cette possibilité.
Cette régression se base sur 679 observations couvrant 81 pays sur la période s’étalant de
2006 à 2014. Les tests de stationnarité des résidus semblent affirmatifs, toutefois, les
résultats de cette régression sont marqués notamment par le rejet conjoint avec des
probabilités de défauts assez élevées des variables se référant à la pression fiscale ainsi
qu’au nombre de taxes à payer. Ceci étant la probabilité de rejet de la pression fiscale
ressort nettement inférieure à celle obtenue dans le modèle ne prenant pas compte des
variables de complexité du système.
274
Tableau 3.2.20 : PFMOLS Résultat du modèle de cointégration 2006-2014, avec le nombre

de taxes à payer
Sample: 2006 2014
Periods included: 9
bandwidth)
estimation errors

LOG(TAX_REVENUE) 0.030850 0.031944 0.965757 0.3347
LOG(NUMBER_TAX_PAYMENT) 0.003577 0.012925 0.276744 0.7821


Tableau 3.2.21 : Résidu de la relation de cointégration (PFMOLS avec le nombre de taxes à
payer)
Const &
Cosnt. indiv Sans
trend indiv
Levin, Lin & Chu t* 0.0000 0.0000 0.0000
Graphique 3.2.36 : Résidu du modèle de cointégration (PFMOLS avec le nombre de taxes à

payer)
275
.3 3
.2
2
.1
1
.0
-.1
-.2
-.3
107 - 14
121 - 11
140 - 07
145 - 10
153 - 14
157 - 08
171 - 08
180 - 11
193 - 07
204 - 08
208 - 08
2 - 12
11 - 11
18 - 08
26 - 11
36 - 14
46 - 11
53 - 10
59 - 13
72 - 07
76 - 13
89 - 08
95 - 11
98 - 14

iv. Le temps en jours nécessaire pour entamer une affaire : Les résultats sont non
concluants pour cet indicateur
Ce modèle regroupe 255 observations couvrant 39 pays sur la période 2006-2014. Les
résultats pour cet indicateur sont globalement non concluants. En effet, alors que les tests
de cointégration indiquent l’existence d’une relation de cointégration entre les variables, les
différents modèles estimés font état de résidus non stationnaires en niveau.
v. CPIA Évaluation de l'environnement réglementaire des entreprises (1=low to 6=high)

: Les résultats sont non concluants pour cet indicateur
Avec un nombre d’observations limité à 133, couvrant seulement 17 pays, les résultats
obtenus, avec les modèles incorporant cet indicateur, ne sont pas concluants.
Conclusion
Cette section repose sur l’utilisation de l’approche indirecte présentée en 1996 par
Kaufman et Kaliberda dans le cadre d’une étude sur les pays de l’Europe de l’Est qui
276
démontre l’existence d’une étroite corrélation entre la consommation d’électricité et

l’activité économique globale dans ces pays. Cette méthode utilise la consommation
d’électricité comme unique indicateur physique de l’activité économique globale et postule
l’existence d’une relation précise et stable entre consommation d’électricité et production
en reliant l’activité informelle à la quantité d’inputs qu’elle utilise et dont certains sont
directement observables. Outre une élasticité unitaire, les auteurs de cette étude ont eu
recours à une élasticité de 1,2 et de 0,9.
Dans ce sens, cette section propose de vérifier l’hypothèse de base de cette approche et ce
en calculant les élasticités instantanées de celle-ci et en vérifiant la robustesse de l’unicité
de cette élasticité en moyenne. En outre, il est proposé deux autres variantes de cette
élasticité, reposant respectivement sur un indicateur ajusté de la consommation électrique
à travers le recours à l’accès des populations à l’électricité et le calcul des élasticités vis-à-vis
de la consommation énergétique. Les résultats obtenus, après apurement des bases de
données, indiquent notamment que la valeur unitaire semble faire partie de l’intervalle de
confiance, assimilé à la valeur centrale (médiane et/ou moyenne) avec plus ou moins un
écart type, des différents échantillons traités pour l’ensemble des calculs et des traitements
opérés. En particulier, les élasticités calculées font état d’une valeur médiane de 1,03 et
moyenne de 1,15 pour l’indicateur de la consommation d’électricité, de 1,01 en moyenne et
0,84 en médiane pour la consommation ajustée d’électricité et de 0,59 en moyenne et 0,85
en médiane pour la consommation énergétique.
En retenant l’élasticité moyenne de l’indicateur ajusté de la consommation d’électricité, qui

semble proposée une valeur proche de l’unité avec un écart-type plus réduit que celui de la
méthode prônée initialement par Kaufman et Kaliberda, le calcul du secteur informel est
mené pour l’ensemble des pays disposant des données nécessaires. L’application d’une
élasticité unitaire permet de calculer l’évolution du secteur informel entre 1991 et 2014, qui
fait état notamment d’une baisse en moyenne sur l’horizon étudié. En outre, l’analyse des
évolutions par pays indique qu’entre 2007 et 2014, période post crise, plusieurs pays ont
277
connu un changement d’orientation de l’évolution du secteur informel, puisque celle-ci est

redevenue positive après plusieurs années de baisses.
Une lecture graphique, basée sur différents nuages de points, est menée. Elle indique
globalement l’existence d’une corrélation négative entre le secteur informel et le PIB par
habitant et ce parallèlement à une sensibilité positive du secteur informel par rapport à la
pression fiscale ou encore la complexité du système fiscal. Ceci étant, cette section a
proposé également plusieurs investigations économétriques, sur la base de modèles en
panel visant à vérifier la robustesse des résultats obtenus à travers la lecture graphique.
Les résultats obtenus à travers un modèle panel dynamique de moindre carré, estimé entre
1990 et 2014, sur la base de 1.481 observations couvrant 86 pays, font ressortir l’existence
d’une dynamique de long terme entre le secteur informel, le PIB par habitant et la pression
fiscale. Cette relation se caractérise par une élasticité de long terme négative de l’ordre de
0.27 entre le secteur informel et le PIB par habitant et une élasticité positive de l’ordre de
0,108 et significative à 10% entre le secteur informel et la pression fiscale.
Afin de prendre compte des indicateurs de complexité du système fiscal, disponibles entre
2006 et 2014, une réestimation du modèle est effectuée sur la base cette fois-ci de la
méthode panel des moindres carrés complétement modifiés. Le recours à cette méthode
est dicté notamment par la longévité des données et la faible variabilité des indicateurs se
rapportant à la complexité du système fiscal. Ainsi, sur la base 781 observations couvrant 85
pays sur une période de neuf années, les élasticités estimées sont de même signe avec
toutefois des valeurs différentes en comparaison avec celles obtenues à travers le modèle
dynamique. En outre, il est constaté que la pression fiscale est rejetée cette fois-ci avec une
probabilité de 60% contre celle de 20% (2006-2014) dans l’estimation en modèle
dynamique avec le même horizon temporel et 9% dans le modèle dynamique estimé entre
1990 et 2014.
En intégrant le nombre d’heures pour la préparation et le paiement des impôts dans ce

modèle, les élasticités obtenues maintiennent les signes enregistrés dans les précédents
modèles, avec un affaiblissement de la probabilité de rejet de la fiscalité passant de 60% à
278
11%, tout en rejetant la variable de contrôle (complexité) avec une probabilité de 37%. Les
modèles retenant respectivement les indicateurs du temps moyen par impôt (en heures)
nécessaires pour préparer et payer les impôts et celui du nombre de taxes font état de
résultats similaires avec une probabilité de rejet plus importante que celle obtenue dans la
variante reposant sur le nombre d’heures pour la préparation et le paiement des impôts
mais largement inférieures à celles obtenus dans le modèle de référence, sans variable de
complexité. Les modèles retenant les indicateurs du temps en jours nécessaire pour
entamer une affaire et de l’évaluation de l'environnement réglementaire des entreprises
sont globalement non concluants au regard notamment du faible nombre d’observations
ainsi que de la faiblesse de la variabilité de ces données.
En somme, cette section a permis de montrer l’existence d’une relation de long terme entre
le secteur informel, le PIB par habitant et la pression fiscale. La sensibilité du secteur
informel au PIB par habitant est négative alors que celle vis-à-vis de la pression fiscale est
positive. En outre, cette dernière est d’autant plus importante et plus significative si l’on
prend compte du degré de complexité du système fiscal.
Dans ce qui suit, il est question d’utiliser une mesure indirecte du secteur informel, basée
sur l’une des variantes des méthodes monétaires, et ce afin de vérifier la nature de la
relation régissant le potentiel de croissance au secteur informel pour le cas du Maroc.
Section 3 : Secteur informel, une approche monétaire et une analyse

structurelle
Introduction
Après avoir discuté la principale hypothèse sous-jacente à l’approche de Kaufman et

Kaliberda, la précédente section a permis d’identifier la nature de la relation régissant le
secteur informel au PIB par habitant et à la pression fiscale. Dans ce qui suit, il est proposé
d’adopter cette fois-ci une variante des méthodes monétaires de mesure du secteur
informel afin de vérifier la nature de la relation liant le secteur informel au potentiel de
croissance.
279
Largement utilisées dans la littérature se rapportant au sujet, les modèles monétaires

proposent différentes identifications du phénomène et se basent sur un certain nombre
d’hypothèses dont la vérification empirique n’est pas toujours des plus évidentes, dont
notamment l’égalité de la vitesse de circulation monétaire entre le secteur informel et celui
formel. Dans ce sens, la présente section propose une revue de la littérature se rapportant
aux différentes variantes des modèles monétaires en discutant les travaux de Cagan (1958),
Guttman (1977), Tanzi (1976) ou encore ceux de Feige (1979) ainsi que les derniers
développements de ceux-ci.
Une revue de la littérature empirique se rapportant à ces différentes approches est menée
tout en mettant l’accent sur les multiples variantes existantes en fonction des spécificités et
des disponibilités de données de chaque pays. Une application de l’une de ces variantes,
des plus utilisées, est proposée et discutée pour le cas Marocain. Cette application
permettra de préciser davantage la nature de la relation régissant le secteur informel et la
fiscalité. Elle permettra également d’apporter quelques éclairages sur l’impact de la
structure de la fiscalité sur le secteur informel.
Par la suite, cette section discute des travaux théoriques et empiriques liant le secteur
informel à la croissance économique avant de proposer une modélisation en VAR structurel
à cinq variables endogènes et deux variables exogènes. Plusieurs simulations sont
effectuées et leurs résultats analysés en fonction de différentes hypothèses se rapportant
aux choix aussi bien des restrictions de court que de long terme. L’intérêt de cette approche
est de pouvoir analyser la nature de la relation existante entre le potentiel de croissance,
obtenus à travers le modèle VAR structurel, et le secteur informel.
1. Les méthodes monétaires, une revue historique
a. La dénomination des billets de banques (Type de coupures)
Elle repose sur le principe postulant qu’une large demande de billets de banque est un
indicateur de l’existence d’une activité économique informelle. Dans ce sens,
l’augmentation de la demande de billets renseigne sur un éventuel accroissement de la
280
taille du secteur informel. Cependant, cette approche limite le cadre de l’étude dans la
mesure où elle suppose que les opérations informelles se font principalement en espèces,
ignorant les différents moyens de paiements, dont les chèques et les cartes bancaires.
b. Approche de Cagan (1958) et Gutmann (1977)
En essayant d’expliquer la variation à long terme du ratio des devises dans le cadre de la
demande de monnaie des Etats-Unis, l’économiste Cagan (1958) a examiné plusieurs
variables incluant le coût de rétention des devises, le volume du commerce de détail,
l’évasion fiscale ou encore les marchés noirs. Sur la base des analyses statistiques portées
sur les données en séries temporelles, il conclut que seules les tentatives de dissimulation
des revenus afin de se soustraire aux impôts peuvent créer une demande additionnelle de
devises.
Les travaux de Cagan seront repris par Gutmann (1977) qui, sans traitements statistiques
particuliers, recourt à la décomposition de la demande de monnaie M1 en deux
composantes, à savoir la monnaie en circulation et les demandes de dépôts. Sur la base de
l’hypothèse d’une taille nulle de l’économie informelle pour une année de base donnée et
définissant l’économie souterraine comme étant l’ensemble des revenus, travail et emplois
non déclarés, Gutmann considère la différence entre la monnaie en circulation et les dépôts
à vue dans les établissements bancaires comme étant un indice de volume de l'économie
informelle. Il suppose ainsi que l’Etat joue un rôle important dans la création du secteur
informel du fait que l’augmentation des taux d’imposition conduit au développement
rapide de ce secteur.
D’après Gutmann, l’économie souterraine est la réponse aux impôts sur le revenu et aux
autres impôts ainsi que la limitation de l’emploi formel à certains groupes et ce
parallèlement à l’interdiction par la loi de certaines activités. Dans cette configuration, le
secteur informel existe parce qu’il fournit des biens et services qui ne peuvent être fournit
par le secteur formel ou qui ne peuvent être obtenus qu’à des prix largement plus élevés. Il
procure aussi de l’emploi à des personnes dont la liberté de travail est limitée, qui n’ont pas,
281
à titre d’exemple, de statut de résidence dans le pays. Il considère ainsi le secteur informel
comme étant l’œuvre de l’Etat à travers une régulation excessive.
En somme, cette méthode décompose l’agrégat M1 en espèces (c) et dépôts (d) et étudie
leur évolution ainsi que la variation du ratio espèces/dépôts (∆c/∆d) au cours de la période
1937-1976 aux États-Unis. Elle retient principalement les hypothèses suivantes :
- Les transactions non déclarées sont payées en espèces ;
- L’économie souterraine est inexistante au début de la période considérée (1937-1941) ;
- La variation du ratio espèces/dépôts depuis le début de la période est considérée

comme un indicateur de l’économie souterraine ;
- La vitesse de circulation monétaire de l’économie officielle est identique à celle de

l’économie souterraine.
Les limites adjacentes à cette approche ont trait notamment aux hypothèses mêmes de
celle-ci. En effet, les estimations de l’économie souterraine sont sensibles au choix de
l’année de référence, qui s’avère le plus souvent arbitraire ou en fonction tout simplement
de la disponibilité des données. En outre, la vitesse de circulation, non directement
observable, est supposée identique dans les deux secteurs, tout en écartant toute possible
imbrication entre ces derniers. L’hypothèse de Gutmann, selon laquelle les transactions
informelles sont exclusivement réalisées en espèces, est jugée aussi irréaliste, puisque les
préférences relatives aux formes d’usage ou de détention de la monnaie (espèces,
dépôts…), varient selon les formes institutionnelles et les périodes considérées. L’absence
de prise en considération de l’épargne ou de la liquidité peut respectivement conduire à des
biais de mesure de l’économie non observée. En outre, cette démarche semble peu
adéquate aux besoins de comparaisons internationales (notamment avec les pays à faible
développement monétaire, puisque le paiement par carte bancaire ou encore électronique
n’y est pas au même degré de développement en comparaison avec certaines économies
développées) et temporelles (le taux de bancarisation est une variable clé qui change dans
282
le temps compliquant davantage la distinction entre l’origine de l’usage de la monnaie

fiduciaire par obligation et/ou par choix).
c. Approche de Tanzi (1976) :
Partant de l’existence d’une relation entre la demande de monnaie et la fiscalité, Tanzi

considère qu’un agent économique s’engage dans les activités souterraines dans le but de
contourner ses obligations fiscales. Il utilise une équation économétrique se basant sur des
séries temporelles où la variable dépendante est le ratio espèces/dépôts dans les
institutions bancaires. En outre, il inclut trois variables explicatives au modèle qui sont : le
revenu par habitant, le rapport des revenus totaux sur le salaire des particuliers et le taux
d’intérêt durant le dépôt.
Le modèle décrit par Tanzi pour la période 1929-1976 s’écrit alors :
𝐶 W𝑆 𝑌
ln � � = β0 + β1 ln(1 + T) + β2 ln � � + β3 ln(R) + β4 ln( )
𝑀2 𝑌 𝑁
Avec : β1 > 0, β2 > 0, β3 < 0, β4 > 0
Où :
𝐶
𝑀2
: est le rapport du Cash (M0) sur les comptes courants et de dépôts.
T : Est la variable qui reflète les incitations à entrer dans l’économie informelle (pour
Tanzi c’est le taux d'imposition moyen pondéré).
W𝑆
: est la proportion des revenus et salaires dans le revenu national.
𝑌
R : est l'intérêt payé sur les dépôts d'épargne (pour déterminer le coût d'opportunité
de la détention d'espèces).
𝑌
𝑁
: est le revenu par habitant.
TANZI utilise cette équation sur la période s’étalant de 1929 à 1976 pour les Etats-Unis et
trouve que la variable « impôt » a un effet positif très significatif sur les avoirs en monnaie.
283
Remarquant que toutes les variables indépendantes sont significatives à l’exception de Y, il

conclut qu’il existe une connexion entre les changements du niveau des taxes sur le revenu
𝐶
et les changements du ratio 𝑀2. Ce modèle permet de tester l’influence du taux
d’imposition moyen. Après avoir testé plusieurs mesures de taux dans l’équation, TANZI
révèle que T est une variable significative, avec un signe positif, indiquant qu’une
augmentation du taux d’imposition entraîne un accroissement de l’utilisation de l’espèce,
probablement du fait de l’évasion fiscale.
Utilisant les chiffres réels pour les variables d’explication, la demande de monnaie est
prédite à l’aide de l’équation estimée. Les prédictions sous-estiment les avoirs réels en
monnaie, ce qui laisse penser que la différence reflète l’injection d’argent dans le secteur
informel. Ceci peut alors constituer un indicateur de l’existence d’une économie informelle
dans laquelle les transactions s’effectuent par l’utilisation de la monnaie. Dans ce sens,
l'augmentation de la demande de monnaie, qui ne peut être expliquée par les méthodes
classiques, est attribuée à l’accroissement de la taxe et à la réglementation fiscale. La
différence entre l'évolution réelle de la monnaie et le développement « naturel » de la
monnaie, renseigne ainsi sur la taille de l'économie informelle. TANZI aboutit à des
estimations de celle-ci pour les Etats-Unis en 1976. Elle se situait selon ses calculs entre
3,4% à 5,1% du PNB dans le cas d’une augmentation des impôts pendant la période en
question, et entre 8,1% et 11,7% du PNB si le niveau des impôts en vigueur en 1976 est
comparé à l’absence totale d’impôts.
Ce modèle reprend une hypothèse commune à celle utilisée dans les précédents essais,
dans la mesure où il suppose que la vitesse de circulation de la monnaie dans l’économie
formelle est identique à celle dans l’économie informelle. En comparant dès lors la
détention d’encaisses estimée avec les données officielles, il est possible de calculer
l’économie informelle induite par la fiscalité et ce, selon la formule suivante :
𝑅𝑅𝑅𝑡 − 𝐿𝐿𝐿𝑡
𝑆𝑆𝑡 =
𝑅𝑅𝑅𝑡
Avec :
284
𝑆𝑆𝑡 : la taille estimée de l'économie de l'ombre en tant que pourcentage du PIB.
𝑅𝑅𝑅𝑡 : la quantité réelle de la monnaie dans l’économie.
𝐿𝐿𝐿𝑡 : la quantité de monnaie estimée, lorsque nous gardons la taxe et la

réglementation fiscale au niveau le plus bas dans notre régression
Contrairement aux différentes études monétaires discutées précédemment, qui excluent

toute autre influence sur la détention de monnaie, l’approche développée par TANZI
permet de tenir compte de l’influence d’autres facteurs sur la demande de liquidité. Ce
modèle a l’avantage, en effet, de présenter l’évolution de la monnaie en circulation sous
deux angles de vue permettant d’admettre son rôle de moyen de paiement usuel tout en
distinguant un comportement plaidant pour des transactions informelles en réponse à
certaines actions gouvernementales. En comparaison avec l’hypothèse stipulée par les
essais de mesures ayant précédé, ceci semble bien plus proche de la réalité.
Cette approche, certes largement reprise en littérature empirique, a trouvé un accueil bien
différencié. En effet, Schneider (2000) postule qu’outre le fardeau fiscal et les
réglementations gouvernementales, jugées être les causes principales, ce modèle doit
capturer l’ensemble des facteurs possibles qui encouragent à travailler dans l'économie
souterraine. En outre, ce modèle présente quelques faiblesses attribuables notamment à sa
faible stabilité tel que révélé par Thomas (1989) et Porter and Bayer (1989). En somme, il a
fait l’objet de plusieurs objections parmi lesquelles :
- La plupart des études réalisées sur base de cette méthode considèrent la pression
fiscale comme l’unique cause de l’économie souterraine alors qu’une variété d’autres
facteurs tels que le poids des régulations et l’incivisme fiscal peuvent affecter l’étendue
de l’économie souterraine ;
- Cette méthode, à l’instar des différentes approches monétaires discutées jusque-là,

s’appuie sur l’hypothèse irréaliste que la vitesse de circulation du secteur informel est
identique à celle du secteur formel et considère que les transactions occultes
s’effectuent principalement en espèces ;
285
- La fonction de demande de monnaie repose sur la présomption d’une relation stable

entre l’offre de monnaie et les variables explicatives citées précédemment et suppose
que la forme de cette relation est connue.
d. Approche de Feige, dite des transactions monétaires (1979)
Développée par Feige, cette approche analyse le volume des paiements et non les
changements de la demande de monnaie à l’instar des approches précédentes. D’après
Feige, le terme « économie irrégulière » est utilisé pour désigner les activités économiques
qui ne sont pas déclarées ou non mesurées par les techniques de l’époque en matière de
surveillance et d’analyse de l'activité économique. Par convention, le cadre comptable du
PNB exclut systématiquement les activités illégales. Seulement cette composante de
l'activité illégale qui est secrètement "blanchie" et retournée dans le circuit formel est
involontairement incluse dans les statistiques officielles. En outre, le PNB sous-estime ou
exclut totalement de nombreuses activités, comme le travail au noir, écrémage des ventes
au détail, l'emploi étranger en situation irrégulière, les locations secrètes, et le troc. Un bon
nombre de ces activités existent selon l’auteur sous forme de tentatives d'échapper à
l'impôt.
La méthode des transactions monétaires élaborée en 1979 part de l’équation des échanges
de Fisher (MV = PT) et retient l’hypothèse que les transactions (officielles et souterraines)
sont réglées en espèces et en chèques. L’économie souterraine est attribuée à l’écart entre
les estimations indépendantes de MV et de PT. Il utilise l’équation des échanges de
Cambridge (M = Kpy) pour déterminer le revenu total qui correspond à la somme du revenu
enregistré et du revenu non enregistré. Pour évaluer ce dernier, il suppose l’existence d’une
période (année) de référence au cours de laquelle le revenu total est supposé intégralement
capté et enregistré, soit une période de référence caractérisée par l’absence de l’économie
souterraine.
Feige utilise l’équation : YT = YR + YU
Avec :
286
YT : Le revenu total.
YR : Le revenu enregistré.
YU : Le revenu non enregistré.
Sous l’hypothèse que PT rassemble les transactions effectuées en espèce et par chèque,
soit :
PT = CVC + DVD
Avec :
C : Stock de monnaie.
D : Les dépôts en chèques.
VC : La vitesse de la monnaie.
VD : La vitesse des dépôts en chèques.
PT
En supposant que Y
= K, et en remplaçant dans les deux équations précédentes, il trouve :
CVC + DVD
YU = � � − YR
K
En estimant le total des paiements et des revenus enregistrés, la taille de l’économie

informelle est mesurée. Toutefois, un problème persiste, YU ne peut être calculé que si K
est connu. Afin de surmonter ce problème, Feige recourt à l’hypothèse stipulant l’existence
d’une période durant laquelle tous les revenus sont enregistrés (pas d’activités informelles).
Il calcul alors le K pour cette période, estime PT et remplace K par la valeur calculée ce qui
permet d’approcher et de jauger la taille de l’économie informelle.
Feige a appliqué cette méthode aux États-Unis. Partant des travaux de Laurant (1979), il a
estimé que la vitesse de circulation de l’argent liquide était égale au quotient du nombre de
transactions que permet d’effectuer un billet de banque avant d’être usée sur la durée de
287
vie des billets. La première partie de cette estimation s’est appuyée sur des tests de
détérioration des billets. Il est ensuite parti de l’hypothèse que l’économie souterraine était
nulle en 1939. Sur la base de ces hypothèses, il a calculé la taille de l’économie souterraine,
qui représente alors 27% de l’économie en 1979.
Néanmoins, à l’instar de la méthode de Tanzi, le modèle de Feige a été critiqué par Thomas
(1989) et Porter and Bayer (1989) du fait qu’il manque d’évidences empiriques. En effet, le
choix de la période initiale pour le calcul de K est crucial et les estimations en dépendent
largement. De plus, cette méthode pose plusieurs problèmes. L’hypothèse de l’existence
d’un ratio constant des transactions au PIB officiel apparaît audacieuse. Comme l’a souligné
Cramer (1980), il est très probable que certaines transactions monétaires qui n’avaient rien
à voir avec la formation de revenus soient prises en compte dans les calculs. Il peut s’agir,
par exemple, des résultats de l’introduction d’une gestion de trésorerie plus stricte dans les
grandes sociétés ou des opérations de pension et des dépôts en eurodollars, qui changent
très fréquemment de propriétaire aux États-Unis. De toute évidence, une partie de la
monnaie circulant théoriquement, notamment les grosses coupures, ne circule pas
effectivement, mais est conservée à titre de réserve de richesse. En outre, la quantité de
monnaie détenue sous forme liquide dépend des taux d’intérêt, de l’inflation et de la
perception qu’ont les gens de la probabilité d’être volés. On peut par ailleurs penser que
l’évolution des facilités à se procurer et utiliser les chèques et cartes de paiement a aussi
exercé un impact sur les comportements des agents économiques. Ce postulat est d’autant
plus important aux Etats-Unis, où les habitudes de consommation tendent à être de plus en
plus marquées par le développement des cartes de crédits, qui allouent bien souvent une
certaine facilité à consommer des revenus non encore générés.
Cramer a aussi critiqué l’estimation par Feige de la vitesse-revenu de l’argent liquide.

Cramer prône une estimation fondée sur le nombre de retraits d’espèces auprès des
banques et sur le nombre moyen d’utilisations d’un billet entre le retrait et le dépôt.
Blades (1982) souligne, par ailleurs, que le dollar des États-Unis est une monnaie
internationale qui circule largement dans le monde, donc il n’y a guère de raisons valables
288
d’établir une relation entre les dollars en circulation (dans le monde entier) et l’activité
intérieure aux États-Unis. Boeschoten et Fase (1984) ont affiné la méthode des transactions,
en créant une nouvelle méthode de base et plusieurs autres variantes. Toutefois, ces
variantes donnent des résultats sensiblement différents.
2. Quelques développements empiriques des méthodes monétaires
La littérature existante en matière des méthodes monétaires semble bercer bien plus des
études et essais empiriques que des travaux théoriques. Dans ce sens, il est proposé
d’étudier différentes variantes des modèles discutés précédemment et ce, sur la base des
spécificités intrinsèques des pays étudiés ainsi et surtout de la disponibilité des données. En
effet, bien souvent les approches monétaires sont reproduites en y insérant un certain
nombre de spécificités intrinsèques à chaque économie ou encore en ajustant certaines
hypothèses jugées inadéquates voire dépassées. L’une des conditions phares ayant marqué
l’usage de combinaisons différentes de variables a trait notamment à la disponibilité des
données. Ainsi, les auteurs se sont attelés à reproduire globalement ces approches en y
intégrant certaines variables ou plus exactement certaines combinaisons de variables
nouvelles.
Shima et Al 28 ont mené, en 2004, une étude sur le Norvège en ayant recours à la monnaie
en circulation par habitant en fonction de la consommation finale des ménages par habitant
déflatée, du taux d’intérêt sur les dépôts, du montant de paiement électronique à travers
les cartes de crédits nationaux par habitant, du taux d’imposition direct par rapport aux
coûts salariaux, du taux d’imposition indirect rapporté au PIB et de la complexité du
système fiscal modélisé par un indice de Herfendal-Hirschman.
Greenidge et Al 29 publient en 2005 dans les papiers de recherche de la Banque centrale de

la Barbade, une recherche portant sur l’estimation entre 1972 et 2003 de la taille du secteur
informel à travers un modèle monétaire liant la circulation fiduciaire par habitant déflatée
28
Shima, Isilda, The shadow economy in Norway: Demand for currency approach, Memorandum, Department of Economics, University of Oslo, No. 2004,10.
29
Greenidge, Holder and Mayers, Estimating the size of the underground economy in barbados, 26th Annual Review Seminar, Research Department Central
Bank of Barbados (July 2005).
289
au revenu par habitant, le taux d’intérêt, une tendance linéaire traduisant le

développement technologique, le ratio de la consommation rapportée au PIB courant et la
pression fiscale.
Harb 30 et Al se sont intéressés à l’évolution du secteur informel en Australie, en publiant en

2008, une étude utilisant la monnaie fiduciaire par habitant rapportée à la masse monétaire
en fonction du revenu disponible par habitant, du taux d’intérêt des billets de banque de 90
jours, du déflateur du PIB, des dépenses de consommation des ménages en pourcentage du
PIB ainsi que d’une variable de tendance technologique pour contrôler le développement
des moyens de paiements électroniques.
Hernandez 31 2009, recours à ces méthodes afin de mesurer la taille du secteur informel au
Pérou. Il utilise la monnaie totale comme variable dépendante en fonction de l’inflation, des
taxes, du revenu et du taux de dépôts.
La même année, Brambila Macias et Guido Cazzavillan 32 utilisent les méthodes monétaires
sur les données du Mexique entre 1970 et 2006 pour approcher le secteur informel. Ils
considèrent pour variable dépendante la monnaie en circulation déflatée par le déflateur du
PIB et ce, en fonction du PIB réel, de la pression fiscale, des taux d’intérêts et des transferts
des résidant à l’étranger.
Sheikh Touhidul Haque (2011), du Ministère des finances au Bangladesh, explique le rapport
de la monnaie fiduciaire à la masse monétaire sur la période 1973-2008 en fonction de la
pression fiscale, de l’inflation, du nombre de succursales bancaires par habitant ainsi que
d’une variable tendancielle à partir de 1995 (valeur nulle sur la période précédente) qui
traduit l’impact du développement du secteur financier.
30
Diab Harb and Prasad S. Bhattacharya, Revealing Australia’s Underground Economy, 2008.
31
Estimating the Size of the Hidden Economy in Peru: a Currency Demand Approach, Revista de Ciencias Sociales y Economía 8, pp. 85-104, Universidad de
Montevideo, 2009
32
Brambila Macias et Guido Cazzavillan, The dynamics of parallel economies. Measuring the informal sector in Mexico, 2009.
290
Ademola Ariyo et William Bekoe 33 (2011) s’intéressent au sujet pour le cas du Nigéria sur la
période 1975-2010, en proposant un modèle qui explique le ratio de la monnaie en
circulation rapportée aux dépôts par le PIB par habitant, le ratio des dépenses de
consommation finale des ménages au PIB courant, le taux d’inflation, celui d’intérêt et le
taux d’urbanisation.
Ardizzi et al 34 (2012) ont introduit dans la méthode monétaire un certain nombre de

nouveautés, avec la prise en compte des spécificités provinciales et l’ajout de variables liées
au taux de criminalité, à l’évasion fiscale mesurée par deux indicateurs complémentaires
ainsi que des mesures du développement des moyens de paiements. En effet, traitant de
l’économie Italienne, les auteurs ont eu recours aux méthodes monétaires pour approcher
le secteur informel, en utilisant pour variable dépendante, la monnaie fiduciaire, et pour
variables explicatives, deux indicateurs du développement financier, à travers le taux de
bancarisation et la proportion au PIB courant des transactions réalisées par les moyens de
paiements électroniques, ainsi que deux indicateurs de l’évasion fiscale jugés
complémentaires par les auteurs, à savoir le nombre de contrôles fiscaux à l’échelle
provinciale rapportée à la moyenne nationale et les inspections réalisées par la police
financière italienne à l’échelle provinciale en recoupant les déclarations de revenus et les
reçus de paiements. Ils recourent aussi à une variable qui capte le taux de criminalité à
l’échelle provinciale liée au trafic de drogue et à la prostitution.
3. Estimation du secteur informel au Maroc à travers une variante des modèles

monétaires
Dans ce qui suit, une lecture des données monétaires se rapportant notamment à la
circulation fiduciaire est effectuée sur la période s’étalant de 1980 à 2016. Le traitement
des données est effectué sur la base d’une fréquence annuelle au regard notamment des
effets saisonniers et de l’indisponibilité des données relatives au revenu sur une base
33
Ademola Ariyo et William Bekoe, Currency Demand, the Underground Economy and Tax Evasion: The Case of Nigeria, Journal of Monetary and Economic
Integration, 2011.
34
Guerino Ardizzi, Carmelo Petraglia, Massimiliano Piacenza and Gilberto Turati, Measuring the underground economy with the currency demand approach: a
reinterpretation of the methodology, with an application to Italy, Banca d’Italia (Avril 2012).
291
mensuelle ou encore trimestrielle avec une longévité suffisante, les données trimestrielles
de la comptabilité nationale ayant été raccordées qu’à partir de 2007.
Graphique 3.3.37 : Circulation fiduciaire

25
20
15
250,000 10
200,000 5
150,000 0
100,000
50,000
0
1980 1985 1990 1995 2000 2005 2010 2015
C_FIDUC P_C_FIDUC
Source : Données Bank Al-Maghrib et calculs auteur
Le premier constat à relever est l’évolution ascendante de la monnaie en circulation, dont le

volume est passé entre décembre 1980 et mai 2017 de 9,8 milliards à plus de 205 milliards
de dirhams. En outre, il est relevé un changement de tendance à partir du début des années
deux-mille.
Malgré une croissance moyenne de la circulation fiduciaire de 8,9% sur la période, son
rapport à la masse monétaire s’inscrit dans une orientation baissière sur l’horizon étudié.
Ceci indique notamment que la masse monétaire a connu une évolution largement plus
rapide que celle enregistrée par la circulation fiduciaire. En effet, la masse monétaire a
augmenté en moyenne de 10,6% entre 1980 et 2016. Cependant, il est relevé que le rapport
de la circulation fiduciaire à la masse monétaire enregistre un net changement de tendance
à partir de 2007. Ceci semble en ligne avec les résultats obtenus par la méthode de
Kaufman et Kaliberda qui atteste notamment d’une hausse en moyenne de la taille du
secteur informel sur la période 2007-2014.
292
Graphique 3.3.38 : Circulation fiduciaire rapportée à la masse monétaire

8
-4
32
-8
28
-12
24
20
16
12
1980 1985 1990 1995 2000 2005 2010 2015
C_FIDUCM3 P_C_FIDUCM3
Source : Données Bank Al-Maghrib et calculs auteur
Dans ce qui suit, une application des méthodes monétaires est proposée, en retenant pour
variable dépendante le ratio de la circulation fiduciaire au PIB nominal.
Tableau 3.3.22 : Stationnarité des données

ADF PP ADF PP
Ratio de la Constante 0.4242 0.3749 0.0000 0.0000 Après Recours
circulation Cst et trend 0.9522 0.9522 0.0000 0.0000 au test KPSS
fiduciaire à M3 Sans 0.0016 0.0016 0.0823 0.0000 I(1)

Circulation Constante 0.9848 0.9934 0.0000 0.0000
fiduciaire sur PIB Cst et trend 0.4025 0.4447 0.0000 0.0000 I(1)
nominal Sans 0.9965 0.9993 0.0000 0.0000
Constante 0.4213 0.4411 0.0000 0.0000
Pression fiscale Cst et trend 0.2503 0.1960 0.0001 0.0001 I(1)
Sans 0.8237 0.8846 0.0000 0.0000
Constante 0.7511 0.8210 0.0001 0.0000
TIB Cst et trend 0.2149 0.2117 0.0111 0.0000 I(1)
Sans 0.2058 0.1120 0.0000 0.0000
Transferts courants en Constante 0.9522 0.9874 0.0000 0.0000
provenance de
I(1)
Cst et trend 0.4765 0.5227 0.0000 0.0000
293
l’extérieur déflatés par Sans 0.9848 0.9994 0.0000 0.0000

le déflateur du PIB
Sources : Données HCP, MEF, Bank Al-Maghrib et calculs auteur
Afin de vérifier l’existence d’une relation éventuelle de cointégration, il est procédé à

l’estimation de modèles VAR standards permettant d’établir le test de nombre de retards
optimaux qui ressort unitaire. Par la suite, le test de cointégration est établi et permet de
valider l’éventuelle existence de celle-ci.
Le modèle estimé permet d’identifier des élasticités de court et de long terme entre la
circulation fiduciaire rapportée au PIB nominal et les variables endogènes suivantes :
- PIB nominal par habitant
- Transferts courants en provenance de l’extérieur déflatés par le déflateur du PIB ;
- Pression fiscale : Recettes fiscales sur PIB nominal ;
- Part des impôts directs dans le total des recettes fiscales ;
- Part des impôts indirects dans le total des recettes fiscales ;
Ce modèle retient aussi pour variable exogène la production céréalière.
L’équation retenue est la suivante :
D(LOG(C_FIDUC/NPIB)) = - 0.68*( LOG(C_FIDUC(-1)/NPIB(-1)) + 0.43*LOG(NPIB(-1)/POPULATION(-1)) +

0.16*LOG(TRANSF_C(-1)/NPIB(-1)) - 0.34*LOG(RFISC(-1)/NPIB(-1)) - 0.20*LOG(ID(-1)/RFISC(-1)) +
0.39*LOG(IIND(-1)/RFISC(-1)) - 0.04*@TREND(80) + 1.56 ) - 0.16*D(LOG(C_FIDUC(-1)/NPIB(-1))) +
0.19*D(LOG(NPIB(-1)/POPULATION(-1))) + 0.14*D(LOG(TRANSF_C(-1)/NPIB(-1))) + 0.07*D(LOG(RFISC(-
1)/NPIB(-1))) - 0.19*D(LOG(ID(-1)/RFISC(-1))) + 0.23*D(LOG(IIND(-1)/RFISC(-1))) + 0.003 - 0.03*DLOG(PRODC) +
0.11*DUM2006
Les tests de stationnarités Tableau 3.3.23 : Tests de stationnarité
294
appliqués sur le vecteur de En niveau

Variable Modèle
cointégration et le résidu de ADF PP
Constante 0.0068 0.0099
cette régression sont Vecteur de
Cst et trend 0.0222 0.0225
Cointégration
Sans 0.0003 0.0010
concluants, indiquant que les
Constante 0.0000 0.0000
deux variables sont Résidu Cst et trend 0.0000 0.0000
Sans 0.0000 0.0000
stationnaires en niveau.
Sources : Données HCP, MEF, Bank Al-Maghrib et
calculs auteur
Cette régression fait ressortir notamment :
- L’existence d’une relation de long terme entre le ratio de la monnaie fiduciaire au PIB
nominal, le PIB nominal par habitant, les transferts courants déflatés, la pression fiscale
et les ratios des impôts directs et indirects au total des recettes fiscales ;
- La relation de long terme à un coefficient de retour négatif de 0,68 et significatif à 1% ;
- L’élasticité de long terme entre le PIB nominal par habitant et le ratio de la circulation
fiduciaire au PIB nominal ressort négative alors que celle de court terme ressort
positive. En effet, l’élasticité calculée dans la relation de cointégration ressort à -0,43 et
s’avère significative à 1%, alors que l’élasticité de court terme ressort à 0,19 et s’avère
acceptée avec une probabilité d’erreur de 14% ;
- L’élasticité à long terme entre la variable dépendante et les transferts courants en

provenance de l’extérieur déflatés par le déflateur du PIB ressort négative à 0,16 et celle
de court terme positive à 0,14. Ceci pourrait être expliqué par la réglementation en
vigueur en matière de transferts en provenance de l’extérieur qui induit une bonne
traçabilité des transferts monétaires effectués de l’étranger ;
- Une élasticité de long terme positive de l’ordre de 0,34 entre la monnaie fiduciaire
rapportée au PIB nominal et la pression fiscale, parallèlement à une élasticité de court
terme certes positives mais dont la probabilité d’erreur s’élève à 30% ;
295
- Relativement aux élasticités entre la variable dépendante et la structure des recettes

fiscales, approchée par la part des impôts directs et celle des impôts indirects ; il en
ressort :
o Part des impôts directs : une élasticité de long terme positive de 0,20 et négative de
court terme de 0,19, ce qui indique qu’une augmentation de la part des impôts
directs induit une baisse à court terme et une augmentation à long terme de la
demande de monnaie fiduciaire en pourcentage du PIB nominal ;
o Part des impôts indirects : une élasticité de long terme négative de 0,39 et de court
terme positive à 0,23. Ceci indique un comportement contraire à celui établi avec les
impôts directs, puisqu’une augmentation de la part des impôts indirects induit une
augmentation à court terme et une diminution à long terme de monnaie fiduciaire en
pourcentage du PIB nominal.
Graphique 3.3.39 : Vecteur de Graphique 3.3.40 : résidu de la régression

cointégration de la régression à correction monétaire
des erreurs
.12 .04
.03
.08
.02
.04
.01
.00 .00
-.01
-.04
-.02
-.08
-.03
-.12 -.04
1980 1985 1990 1995 2000 2005 2010 2015 1980 1985 1990 1995 2000 2005 2010 2015
Sources : Données HCP, MEF, Bank Al- Sources : Données HCP, MEF, Bank Al-
Maghrib et calculs auteur Maghrib et calculs auteur
En somme, une lecture des réponses impulsionnelles du ratio de la circulation fiduciaire aux
chocs se rapportant au PIB nominal par habitant, aux transferts courants déflatés, à la
pression fiscale, à la part des impôts directs puis celle des impôts indirects dans le total des
recettes fiscales identifie les éléments suivants :
- La persistance des effets liés à un choc impactant la variable dépendante ;
296
- Un choc sur le PIB nominal par habitant induit une augmentation à court terme de la
circulation fiduciaire en pourcentage du PIB nominal, puis une diminution à long terme
de celle-ci ;
- Un choc sur les transferts courants déflatés, induit un accroissement à court terme de la
monnaie fiduciaire en pourcentage du PIB nominal avant de s’inscrire en baisse sur le
long terme ;
- Une hausse de la pression fiscale induit une augmentation significative de la demande

pour la monnaie fiduciaire à long terme ;
- Une hausse de la part des impôts directs induit une hausse de la monnaie fiduciaire à
long terme alors qu’une augmentation de la part des impôts indirects induit
globalement une baisse de la circulation fiduciaire en pourcentage du PIB.
Ce dernier constat semble indiquer notamment qu’une répartition des recettes fiscales en
faveur des impôts indirects pourrait réduire l’informalité de l’économie puisque ces
impôts greffent principalement les dépenses et non pas les revenus, ce qui induirait une
augmentation des recettes fiscales. Ceci semble globalement en cohérence avec les
résultats obtenus précédemment puisque les impôts indirects greffent les dépenses à
caractère final établies par les consommateurs finaux de biens et services. Dans ce sens, il
serait opportun d’asseoir des allégements fiscaux se rapportant aux impôts directs, sur les
revenus et les sociétés, et de les substituer par des impôts indirects uniformes et simples
à régler tel la taxe sur la valeur ajoutée.
297
Graphiques 3.3.41 : Réponses impulsionnelles

Response to Generalized One S.D. Innovations
Res pons e of LOG(C_FIDUC/NPIB) to LOG(C_FIDUC/NPIB) Res pons e of LOG(C_FIDUC/NPIB) to LOG(NPIB/POPULA TION)

.03 .03
.02 .02
.01 .01
.00 .00
-.01 -.01
-.02 -.02
-.03 -.03
5 10 15 20 25 30 35 40 45 50 5 10 15 20 25 30 35 40 45 50
Res ponse of LOG(C_FIDUC/NPIB) to LOG(TRA NSF_C/NPIB) Res pons e of LOG(C_FIDUC/NPIB) to LOG(RFISC/NPIB)

.03 .03
.02 .02
.01 .01
.00 .00
-.01 -.01
-.02 -.02
-.03 -.03
5 10 15 20 25 30 35 40 45 50 5 10 15 20 25 30 35 40 45 50
Res ponse of LOG(C_FIDUC/NPIB) to LOG(ID/RFISC) Res ponse of LOG(C_FIDUC/NPIB) to LOG(IIND/RFISC)

.03 .03
.02 .02
.01 .01
.00 .00
-.01 -.01
-.02 -.02
-.03 -.03
5 10 15 20 25 30 35 40 45 50 5 10 15 20 25 30 35 40 45 50
Source : Données HCP, MEN et BKAM et calculs auteur
Tableau 3.3.24 : Modèle monétaire

Vector Error Correction Estimates
Standard errors in ( ) & t-statistics in [ ]
Cointegrating Eq: CointEq1
LOG(C_FIDUC(-1)/NPIB(-
1)) 1.000000
LOG(NPIB(-
1)/POPULATION(-1)) 0.425954
(0.06069)
[ 7.01815]
LOG(TRANSF_C(-
1)/NPIB(-1)) 0.156485
(0.04927)
[ 3.17603]
298
LOG(RFISC(-1)/NPIB(-1)) -0.336918
(0.11375)
[-2.96196]
LOG(ID(-1)/RFISC(-1)) -0.197108
(0.09740)
[-2.02374]
LOG(IIND(-1)/RFISC(-1)) 0.389805
(0.10791)
[ 3.61217]
@TREND(80) -0.039706
(0.00429)
[-9.25215]
C 1.554142
D(LOG(C_FIDU D(LOG(NPIB/P D(LOG(TRANS D(LOG(RFISC/ D(LOG(ID/RFIS D(LOG(IIND/RF

Error Correction: C/NPIB)) OPULATION)) F_C/NPIB)) NPIB)) C)) ISC))
CointEq1 -0.683647 0.210973 -0.700951 0.204286 -0.184452 -0.187134

(0.08087) (0.13013) (0.66025) (0.21767) (0.26902) (0.28258)
[-8.45355] [ 1.62120] [-1.06165] [ 0.93852] [-0.68564] [-0.66222]
D(LOG(C_FIDUC(-
1)/NPIB(-1))) -0.159017 0.287524 0.306829 0.285759 0.058503 0.319773
(0.10742) (0.17286) (0.87703) (0.28913) (0.35735) (0.37537)
[-1.48027] [ 1.66333] [ 0.34985] [ 0.98833] [ 0.16372] [ 0.85190]
D(LOG(NPIB(-
1)/POPULATION(-1))) 0.192788 0.355867 0.410439 0.130691 0.224557 0.241613
(0.12063) (0.19411) (0.98483) (0.32467) (0.40127) (0.42150)
[ 1.59821] [ 1.83334] [ 0.41676] [ 0.40253] [ 0.55961] [ 0.57321]
D(LOG(TRANSF_C(-
1)/NPIB(-1))) 0.139035 -0.034125 0.104872 0.028695 -0.031146 -0.090666
(0.02975) (0.04787) (0.24290) (0.08008) (0.09897) (0.10396)
[ 4.67323] [-0.71281] [ 0.43176] [ 0.35834] [-0.31471] [-0.87213]
D(LOG(RFISC(-1)/NPIB(-
1))) 0.072513 -0.091636 -0.284492 0.195051 0.386066 -0.232252
(0.06939) (0.11165) (0.56649) (0.18676) (0.23082) (0.24246)
[ 1.04505] [-0.82071] [-0.50220] [ 1.04441] [ 1.67258] [-0.95791]
D(LOG(ID(-1)/RFISC(-1))) -0.190935 0.140053 0.038678 -0.219722 -0.311481 0.033148

(0.06171) (0.09930) (0.50381) (0.16609) (0.20528) (0.21563)
[-3.09406] [ 1.41040] [ 0.07677] [-1.32287] [-1.51734] [ 0.15373]
D(LOG(IIND(-1)/RFISC(-
1))) 0.229181 -0.009231 0.547641 0.004904 0.322230 -0.045660
(0.06743) (0.10850) (0.55047) (0.18148) (0.22429) (0.23560)
[ 3.39902] [-0.08508] [ 0.99485] [ 0.02702] [ 1.43665] [-0.19380]
C 0.002717 0.028321 -0.018697 -0.003909 0.001086 -0.008764

(0.00814) (0.01310) (0.06646) (0.02191) (0.02708) (0.02844)
[ 0.33376] [ 2.16219] [-0.28134] [-0.17840] [ 0.04011] [-0.30812]
299
DLOG(PRODC) -0.029275 0.045206 -0.018069 -0.038762 -0.014809 -0.005408

(0.00600) (0.00965) (0.04896) (0.01614) (0.01995) (0.02095)
[-4.88181] [ 4.68469] [-0.36907] [-2.40152] [-0.74238] [-0.25807]
DUM2006 0.111017 -0.008258 0.069237 0.050007 0.018434 0.004063

(0.02045) (0.03291) (0.16698) (0.05505) (0.06804) (0.07147)
[ 5.42788] [-0.25092] [ 0.41464] [ 0.90840] [ 0.27093] [ 0.05685]
R-squared 0.862302 0.639408 0.095073 0.421935 0.237573 0.156937

Adj. R-squared 0.812731 0.509594 -0.230700 0.213831 -0.036900 -0.146565
Sum sq. resids 0.008629 0.022344 0.575176 0.062513 0.095490 0.105362
S.E. equation 0.018579 0.029896 0.151681 0.050005 0.061803 0.064919
F-statistic 17.39519 4.925594 0.291839 2.027522 0.865559 0.517087
Log likelihood 95.72613 79.07644 22.23463 61.07229 53.65851 51.93686
Akaike AIC -4.898636 -3.947225 -0.699122 -2.918416 -2.494772 -2.396392
Schwarz SC -4.454251 -3.502840 -0.254736 -2.474031 -2.050387 -1.952007
Mean dependent 0.014593 0.053017 0.012803 0.007261 0.014221 0.006322
S.D. dependent 0.042932 0.042691 0.136727 0.056397 0.060693 0.060628
Determinant resid covariance (dof adj.) 1.38E-16

Determinant resid covariance 1.83E-17
Log likelihood 376.4485
Akaike information criterion -17.68277
Schwarz criterion -14.70539
Sources : Données HCP, MEF, Bank Al-Maghrib et calculs auteur
Sachant que les modèles monétaires reposent généralement sur une hypothèse
fondamentale d’égalité de la vitesse de circulation monétaire entre le secteur informel et
celui formel, le calcul de l’économie informel est établi à travers la différence entre la série
estimée du ratio de la monnaie fiduciaire avec et sans prise en compte de l’apport explicatif
de la pression fiscale. L’économie informelle en pourcentage du PIB est estimée à travers la
multiplication de ce différentiel d’explication par la vitesse de circulation monétaire de
chaque année.
L’application de cette hypothèse permet de mesurer le secteur informel, dont l’évolution

fait état notamment d’une première tendance à la hausse entre 1980 et 1987, avant
d’entamer une orientation globalement baissière entre 1988 et 2006, puis d’un nouveau
changement de tendance sur le reste de la période, avec la matérialisation de plus en plus
dans le temps d’une tendance ascendante sur cette période, ce qui semble globalement en
300
ligne avec les résultats issus de l’approche de Kaufman et Kaliberda sur la période 1990-
2014.
Graphique 3.3.42 : Secteur informel en pourcentage du PIB, une application de la méthode

monétaire
70
65
60
55
50
45
40
35
30
1980 1985 1990 1995 2000 2005 2010 2015
S’articulant autour des interactions entre le secteur informel et les agrégats économiques
pouvant l’impacter à court et long terme, cette étude ne s’intéresse pas tant au poids du
secteur informel, dont les résultats peuvent différer en fonction des hypothèses émises,
mais s’articule plutôt sur les politiques économiques, notamment fiscales pouvant impacter
l’évolution de celui-ci ainsi que sur son interaction avec le potentiel de croissance.
Dans ce sens, il est proposé dans la suite de retenir le même VAR structurels présenté dans
le premier chapitre et d’y introduire cette-ci les données estimées du secteur informel.
4. Informalité et croissance : une analyse structurelle
a. Un aperçu théorique
301
Dans la littérature théorique, il est possible de distinguer globalement quatre grandes

écoles de pensées traitant le secteur informel ainsi que sa relation avec le reste de
l’économie :
L'école dualiste traite celui-ci, comme étant une composante marginale, distincte et non
liée au secteur formel, fournissant des revenus pour les pauvres, à l’instar des filets sociaux
en période de crise (Hart (1973), Sethuraman (1976) et Tokman (1978)). L'informalité est
ainsi jugée comme un sous-produit de la pauvreté. Les entreprises informelles sont
généralement petites, inefficaces et dirigées par des entrepreneurs peu éduqués (La Porta
et Shleifer (2014)). Cette pensée postule que la productivité du secteur informel n’est pas
suffisante pour pouvoir survivre dans le secteur formel. Une exclusion des opérateurs
informels des opportunités économiques modernes est ainsi prônée. Elle permet, entre
autres, de stipuler que puisque les produits et services inférieurs fournies par le secteur
informel sont consommés par les travailleurs dans ce même secteur, la croissance
économique, la réduction de la pauvreté et l’augmentation des revenus, permettront de
réduire sur une base continue la taille du secteur informel et ce sans interventionnisme de
l’Etat.
L'école structuraliste conçoit le secteur informel comme étant composé de

microentreprises, subordonnées à l'économie formelle (grandes entreprises), dont l’objectif
n’est autre que de réduire les coûts de production et d’augmenter la productivité des
grandes entreprises (Moser (1978) et Castells et Portes (1989)). Cette pensée affirme, entre
autres, que le secteur informel est une conséquence du développement du capitalisme. En
outre, les entreprises formelles peuvent essayer d’empêcher celles informelles de s’inscrire
dans la formalité pour ne pas grandir et les concurrencer (Djankov, La Porta, Lopez-de
Silanes et Shleifer (2002)). Une entrée restreinte et conditionnée à la formalité peut résulter
aussi selon cette pensée d’un système élitiste et bureaucratique (Acemoglu et Robinson
(2012)).
L’école légaliste traite le secteur informel comme étant un groupement de micro-

entrepreneurs courageux choisissant l’informalité afin d’éviter la lourdeur des procédures.
302
Développée par De Soto (1989 et 2000), cette pensée stipule que la régulation imposée par
les gouvernements exclue et bloque une large fraction des entrepreneurs. Dans ce sens, le
manque d’accès aux sources de financement et/ou la réduction voire l’interdiction d’accès
aux marchés extérieurs ne permet pas d’insuffler une dynamique suffisante allouant
d’étendre et de sécuriser le développement des activités. Dans cette optique, le secteur
informel constitue un réservoir inexploité de ressources et d’énergies entrepreneuriales
pouvant être libéré à travers la suppression des obstacles à l’entrée, en réduisant
notamment les formalités administratives (Hsieh et Olken, (2014) et Tybout (2000)).
L'école volontariste décrit, pour sa part, ce secteur comme étant la résultante de micro-
entrepreneurs choisissant d’agir et de produire délibérément dans l’informalité afin d'éviter
la fiscalité, la réglementation commerciale, les frais de location et les différents coûts
d'exploitation (Levy (2008) and Maloney (2004)). Le choix est établi en fonction d’un calcul
des coûts et bénéfices devant être générés par chacune des options possibles. Cette pensée
affirme que les agents choisissent d’agir dans l’informalité en fonction des avantages dont
ils peuvent bénéficier, notamment l’accès au système financier, aux contrats publics, à la
main d’œuvre qualifiée ainsi qu’aux avantages en nature et/ou fiscaux.
b. Un aperçu de la littérature empirique
Largement étudiées en littérature empirique, les interrelations entre le secteur informel et

l’économie « formelle » ne sont pas des plus évidentes à cerner. En effet, les approches
théoriques diffèrent largement et les résultats empiriques ne semblent pas trouver de
consensus. S’il est difficile de distinguer entre les deux secteurs, c’est en partie parce qu’ils
interagissent souvent différemment dans le temps, en fonction des positions dans les cycles
économiques, et que bien souvent les dissocier n’est pas chose évidente.
En outre, les précédentes sections ont pu indiquer certaines des faiblesses existantes en
matière d’évaluation du secteur informel, qu’elle soit effectuée par le biais d’enquêtes
statistiques ou à travers les modèles indirects, les estimations effectuées portent bien
souvent des limites conceptuelles et techniques de taille.
303
De plus, les interactions en période de crise seraient intuitivement différentes de celles en

temps normal. Un comportement contra-cyclique (Rosanna Galli and David Kucera (2003),
Norman V. Loayza et Jamele Rigolini (2006), …) à la suite d’une perte d’emploi en période
de crise induisant une embauche dans le secteur informel est bien souvent différent du
choix délibérer d’intervenir volontairement dans l’informalité. Dans ce sens, la nature de
ces interactions, est tributaire notamment des positions dans les cycles économiques.
Plusieurs études ont pu capturer un effet négatif entre les activités informelles et la
croissance ainsi que la fiscalité et ce, en raison notamment des difficultés liées au
développement de ces activités et à la faiblesse de leur fiscalité ou encore capitalisation,
générant une compétitivité souvent déloyale avec les opérateurs formels. Plusieurs travaux
ont pu démontrer cette relation négative, dont ceux de Frey et Wzck-Hannemann (1984),
Loayza (1996), Kaufman et Kaliberda (1996), Eilat et Zinnes (2000), Schneider and Enste
(2000), Ott (2002), Dell’Anno (2003, 2007), Gomez, Dell’Anno et Alanon (2007) et Davidescu
(2014).
En parallèle, les travaux de Adam et Ginsburgh (1985), Giles (1999), Giles et Tedds (2002),
Tedds (2005), Shneider et Hametner (2007), Chatterjee, Chaudhuri et Shneider (2003),
Dell’Anno (2008), Bovi and Dell’Anno (2007), Dell’Anno and Halicioglu (2010), Schneider and
Klinglmair (2004) and Brambilla (2008) attestent de l’existence d’une relation positive,
puisque le secteur informel permet de créer des emplois dans des conditions plus flexibles,
pour les femmes souhaitant pouvoir travailler à proximité de leur maison (Alatas et
Newhouse (2010)) ou pour les travailleurs à faibles rémunérations cherchant des emplois
en périodes de crises (Galli et Kucera (2003) et Loayza et Rigolini (2011)). Certains auteurs
ont pu mettre en relation l’effet positif du secteur informel sur le développement des
classes moyennes dans les localités marquées par la faiblesse de la Gouvernance (Van
Klinken (2009 et 2014)).
Il est, entre autres, intéressant de relever que les mêmes auteurs ont présenté pour
certaines études une relation positive et pour d’autres une relation négative entre les deux
secteurs, à l’image notamment de Shneider et Dell’Anno. Ceci plaide notamment pour une
304
analyse personnifiée tenant compte des spécificités intrinsèques de chaque économie ainsi
que du choix des périodes, des méthodes, des hypothèses émises et des traitements
statistiques effectués.
5. Secteur informel au Maroc et potentiel de croissance : une analyse en VAR structurel

à 5 variables endogènes dont le secteur informel
L’estimation du potentiel de croissance à travers des modèles VAR structurels à l’avantage

notamment de pouvoir faire parler les données existantes tout en intégrant un certain
nombre de restrictions émanant notamment de la littérature théorique. Tenant compte des
travaux réalisés en la matière à la troisième section du premier chapitre, cette partie
propose de garnir le modèle VAR structurel discuté précédemment par la variable se
rapportant au secteur informel afin de pouvoir comprendre les éventuelles interactions
existantes entre ce dernier et le potentiel de croissance.
Avant d’imposer ces restrictions, il importe Graphique 3.3.43 : Inverse Roots of AR

d’estimer un VAR standard et dès lors vérifier un Characteristic Polynomial
certain nombre de conditions relatives à sa

1.5
1.0
robustesse et stabilité. Ce travail s’inscrivant
0.5
dans la continuité de celui entamé dans la
0.0
troisième section du premier chapitre, il est

-0.5
proposé dans ce qui suit de tester notamment la

-1.0
stationnarité de la variable nouvelle, celle se -1.5

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
rapportant au secteur informel et de revérifier le
nombre optimal de retard. Source : Calculs auteur
Les tests de stationnarité d’ADF et de PP Tableau 3.3.25 : Test de stationnarité du SI

permettent de conclure que l’ordre approché par la méthode monétaire
ère
En niveau 1 différence
Modèle
ADF PP ADF PP
305
d’intégration ressort unitaire de la série Constante 0.5645 0.7533 0.0045 0.0001

Cst et trend 0.6576 0.5824 0.0180 0.0006
du secteur informel, estimée par la Sans 0.0223 0.0584 0.0018 0.0000
méthode monétaire. Source : Calculs auteur
Le passage d’un VAR canonique à un VAR structurel est effectué à travers l’imposition de
n(n-1)/2 restrictions, sachant que le précédent modèle reposait sur quatre variables
endogènes et deux variables exogènes, nécessitant ainsi l’imposition de six restrictions ;
l’introduction d’une cinquième variable endogène nécessite l’imposition de quatre
nouvelles restrictions. Le choix de ces nouvelles restrictions, n’est pas fortuit, il découle
normalement d’une littérature économique appropriée ainsi que de plusieurs revues
empiriques permettant de tracer la pertinence et le choix de ces théories.
Tenant compte d’un nombre très limité d’études portant directement sur la relation du
secteur informel avec le potentiel de croissance, il est procédé à plusieurs itérations, avec
des combinaisons de restrictions différentes permettant notamment de vérifier la
dépendance des résultats obtenus aux hypothèses émises pour le cas du Maroc. Ainsi, le
présent travail s’intéresse principalement aux réponses impulsionnelles du secteur informel
à un choc sur le PIB et vis-vers-ça. Des travaux plus élargis seront entrepris dans le futur
avec pour objectifs d’étudier plus en détail les éventuels canaux de transmission pouvant
être sous-jacents aux résultats présentés ci-après.
Tel que discuté dans la troisième section du premier chapitre, le choix des restrictions de
long terme se base largement, dans la littérature empirique, sur les travaux de Blanchard et
Quah (1989). L’extension du raisonnement établi par les auteurs au secteur informel a été
utilisé directement notamment par Davidescu (2014) sur la Roumanie et indirectement en
remplaçant le chômage par la croissance dans le travail d’Alexandru, Dobre et Ghinararu
(2011) ou encore de Davidescu et Dobre (2013) sur l’économie américaine.
Ceci étant, au regard des résultats obtenus dans le premier chapitre, attestant notamment
d’une réduction du potentiel de croissance sous l’effet de la crise, et des points relevés
jusque-là au niveau du présent chapitre faisant état de la structure et la taille des unités de
production informelles telles que à travers les enquêtes nationales sur le secteur informel
306
menées par le HCP, ou encore de l’accroissement du poids du secteur informel sur la

période 2007-2016, il est proposé dans ce qui suit de stresser un peu la restriction de long
terme pouvant découler des travaux de Blanchard et Quah entre le secteur informel et le
potentiel de croissance. Dans ce sens, cette restriction de long terme est adoptée dans un
premier temps en proposant une lecture des itérations possibles des restrictions de court
terme. Puis, dans un deuxième temps, il est proposé, cette fois-ci, d’abandonner cette
restriction de long terme (concernant l’impact du secteur informel sur la croissance) et
d’effectuer une lecture d’ensemble des résultats obtenus à travers les itérations possibles
au niveau des restrictions de court terme.
En ce qui concerne le court terme, il est supposé l’existence de délais de transmission entre
les décisions de politiques monétaires, de change et la réaction du secteur informel. En
effet, au regard notamment de l’architecture du secteur ainsi que des spécificités discutées
pour le cas du Maroc (faible accès et recours au financement bancaire, cloisonnement du
secteur avec peu voire pas d’interactions avec les marchés extérieurs (import-export)), un
effet instantané entre ces deux politiques et le secteur informel semble peu probable.
Dans ce sens, le modèle VAR structurel sera estimé à partir de 10 restrictions, le premier jet
sera identifié en fixant une nouvelle élasticité de long terme tel que stipulé initialement par
Blanchard et Quah et une restriction de court terme itératif dans le vecteur suivant
{𝐷25 (0), 𝐷35 (0), 𝐷45 (0)}.
La forme de long terme s’écrit :

𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (1) 0 0 0 𝟎 𝜀𝑡
𝑑𝑑𝑡 𝜀𝜋𝑡 𝐷25 (1) ⎛ 𝜀𝑡 ⎞
𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (1) 𝐷22 (1) 𝐷23 (1) 𝐷24 (1)
⎞ 𝑚
𝑍𝑡 = ⎜ 𝑑𝑚𝑡 ⎟ = 𝐷(1) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (1) 𝐷32 (1) 𝐷33 (1) 𝐷34 (1) 𝐷35 (1)⎟ ⎜ 𝜀𝑡 ⎟
𝑑𝑡𝑡𝑡𝑡𝑡 𝜀𝑡𝑐𝑐𝑐
𝑡 𝐷41 (1) 𝐷42 (1) 𝐷43 (1) 𝐷44 (1) 𝐷45 (1) 𝜀𝑡𝑡𝑡𝑡
𝑡
⎝𝑑𝑖𝑖𝑖𝑖𝑖𝑡 ⎠ ⎝𝜀𝑡 ⎠ ⎝𝐷51 (1)
𝑖𝑖𝑖𝑖𝑖 𝐷52 (1) 𝐷53 (1) 𝐷54 (1) 𝐷55 (1)⎠ ⎝𝜀𝑖𝑖𝑖𝑜𝑟 ⎠
𝑡
Et celle de court terme s’écrit :
307
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (0) 𝐷12 (0) 0 0 𝐷15 (0) 𝜀𝑡
𝑑𝑑𝑡 𝜀𝜋𝑡 𝜋
𝐷25 (0) ⎛ 𝜀𝑡 ⎞
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (0) 𝐷22 (0) 𝐷23 (0) 𝐷24 (0)
⎞
𝑍𝑡 = ⎜ 𝑑𝑚𝑡 ⎟ = 𝐷(0) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (0) 𝐷32 (0) 𝐷33 (0) 0 𝐷35 (0)⎟ 𝜀𝑚𝑡
⎜ 𝑡𝑡𝑡𝑡 ⎟
𝑑𝑡𝑡𝑡𝑡𝑡 𝜀𝑡𝑡𝑡𝑡
𝑡 𝐷41 (0) 𝐷42 (0) 𝐷43 (0) 𝐷44 (0) 𝐷45 (0) 𝜀𝑡
⎝𝑑𝑖𝑖𝑖𝑖𝑖 𝑡⎠ ⎝𝜀𝑡 ⎠ ⎝𝐷51 (0)
𝑖𝑖𝑖𝑖𝑖 𝐷52 (0) 𝟎 𝟎 𝐷55 (0)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
Dans le deuxième jet de simulations effectuées, il est proposé cette fois-ci de ne pas retenir
de restriction de long terme concernant l’impact du secteur informel sur la croissance et
d’itérer les deux restrictions restantes à partir du vecteur suivant : {𝐷25 (0), 𝐷35 (0), 𝐷45 (0)}
La forme de long terme devient :
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (1) 0 0 0 𝐷15 (1) 𝜀𝑡
𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (1) 𝐷22 (1) 𝐷23 (1) 𝐷24 (1)
⎞ 𝑚
𝑍𝑡 = ⎜ 𝑑𝑚𝑡 ⎟ = 𝐷(1) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (1) 𝐷32 (1) 𝐷33 (1) 𝐷34 (1) 𝐷35 (1)⎟ ⎜ 𝜀𝑡 ⎟
𝑡 𝐷41 (1) 𝐷42 (1) 𝐷43 (1) 𝐷44 (1) 𝐷45 (1) 𝜀𝑡𝑡𝑡𝑡
𝑡
𝑖𝑖𝑖𝑖𝑖 𝐷52 (1) 𝐷53 (1) 𝐷54 (1) 𝐷55 (1)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
Et celle de court terme :

𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (0) 𝐷12 (0) 0 0 𝐷15 (0) 𝜀𝑡
𝜋 𝜋
𝑑𝑑𝑡 𝜀 𝜀
⎛ ⎞ ⎛ 𝑚𝑡 ⎞ ⎛𝐷21 (0) 𝐷22 (0) 𝐷23 (0) 𝐷24 (0) 𝐷25 (0) ⎛ 𝑡 ⎞
⎞
𝑡 𝐷41 (0) 𝐷42 (0) 𝐷43 (0) 𝐷44 (0) 𝐷45 (0) 𝜀𝑡
𝑖𝑖𝑖𝑖𝑖 𝐷52 (0) 𝟎 𝟎 𝐷55 (0)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
a. Scénario 1 : Restriction de long terme et 𝑫𝟐𝟐 (𝟎) = 𝟎
La forme des restrictions de long terme est la suivante :
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (1) 0 0 0 𝟎 𝜀𝑡
𝜋 𝜋
⎛ ⎞ ⎛ 𝑚𝑡 ⎞ ⎛𝐷21 (1) 𝐷22 (1) 𝐷23 (1) 𝐷24 (1) 𝐷25 (1) ⎛ 𝑡 ⎞
⎞
𝑍𝑡 = ⎜ 𝑑𝑚𝑡 ⎟ = 𝐷(1) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (1) 𝐷32 (1) 𝐷33 (1) 𝐷34 (1) 𝐷35 (1)⎟ 𝜀𝑚𝑡
𝑡 𝐷41 (1) 𝐷42 (1) 𝐷43 (1) 𝐷44 (1) 𝐷45 (1) 𝜀𝑡
𝑡
Et celle de court terme est la suivante :
308
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (0) 𝐷12 (0) 0 0 𝐷15 (0) 𝜀𝑡
𝑑𝑑𝑡 𝜀𝜋𝑡 0 ⎞ ⎛ 𝜀𝑡 ⎞
𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (0) 𝐷22 (0) 𝐷23 (0) 𝐷24 (0)
𝑡 𝐷41 (0) 𝐷42 (0) 𝐷43 (0) 𝐷44 (0) 𝐷45 (0) 𝜀𝑡
𝑖𝑖𝑖𝑖𝑖 𝐷52 (0) 𝟎 𝟎 𝐷55 (0)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
Les résultats de cette simulation indiquent notamment que lorsque les effets de long terme
du secteur informel sur le potentiel de croissance et ceux de court sur l’inflation sont
neutralisés, il est possible de plaider l’existence d’effets positifs à court terme d’un choc
émanant du secteur informel sur le potentiel de croissance. La restriction imposer à long
terme induit par construction une annulation de ces effets dans le temps. En parallèle, le
secteur informel est négativement impacté par un choc émanant du potentiel de croissance
aussi bien à court qu’à long terme. Ceci indique une certaine asymétrie entre les réactions
des deux secteurs.
Graphiques 3.3.44 : Réponses impulsionnelles cumulées (Scénario 1)

Accumulated Response of DLOG(PIB) to Shock1 Accumulated Response of DLOG(PIB) to Shock5
.025 .025
.020 .020
.015 .015
.010 .010
.005 .005
.000 .000
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Accumulated Response of DLOG(INFORMEL) to Shock1 Accumulated Response of DLOG(INFORMEL) to Shock5

.04 .04
.03 .03
.02 .02
.01 .01
.00 .00
-.01 -.01
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
b. Scénario 2 : Restriction de long terme et 𝑫𝟑𝟑 (𝟎) = 𝟎
309
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (1) 0 0 0 𝟎 𝜀𝑡
𝜋 𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (1)
𝑡 𝐷22 (1) 𝐷23 (1) 𝐷24 (1) 𝐷25 (1) ⎛ 𝑡 ⎞
⎞
𝑡 𝐷41 (1) 𝐷42 (1) 𝐷43 (1) 𝐷44 (1) 𝐷45 (1) 𝜀𝑡
𝑡

𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (0) 𝐷12 (0) 0 0 𝐷15 (0) 𝜀𝑡
𝑑𝑑𝑡 𝜀𝜋𝑡 𝜀𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (0) 𝐷22 (0) 𝐷23 (0) 𝐷24 (0) 𝐷25 (0)
⎞ ⎛ 𝑚𝑡 ⎞
𝑍𝑡 = ⎜ 𝑑𝑚 𝑡 ⎟ = 𝐷(0) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (0) 𝐷32 (0) 𝐷33 (0) 0 0 ⎟ ⎜ 𝜀𝑡 ⎟
𝑡 𝐷41 (0) 𝐷42 (0) 𝐷43 (0) 𝐷44 (0) 𝐷45 (0) 𝜀𝑡𝑡𝑡𝑡
𝑡
⎝𝑑𝑖𝑖𝑖𝑖𝑖𝑡 ⎠ 𝑖𝑖𝑖𝑖𝑖
⎝𝜀𝑡 ⎠ ⎝ 𝐷51 (0) 𝐷52 (0) 𝟎 𝟎 𝐷55 (0)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
Dans cette simulation, outre la restriction de long terme imposant une neutralité à long
terme des effets du secteur informel sur le potentiel de croissance, il est imposé une
restriction à court terme imposant l’absence des effets à court terme du secteur informel
sur la création monétaire, approchée par la masse monétaire. Dans ce scénario, les effets
d’un choc positif sur le secteur informel s’avèrent négatifs à court terme sur le potentiel
de croissance. Dans ce sens, un secteur informel ne pouvant accéder au système
monétaire peut avoir des répercussions négatives sur le potentiel de croissance. A
l’inverse et dans le même sens que les résultats obtenus précédemment, un choc positif sur
le potentiel de croissance induit une baisse du secteur informel.
Graphiques 3.3.45 : Réponses impulsionnelles cumulées (Scénario 2)
310

.03 .03
.02 .02
.01 .01
.00 .00
-.01 -.01
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

.03 .03
.02 .02
.01 .01
.00 .00
-.01 -.01
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
c. Scenario 3 : Restriction de long terme et 𝑫𝟒𝟒 (𝟎) = 𝟎
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (1) 0 0 0 𝟎 𝜀𝑡
𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (1) 𝐷22 (1) 𝐷23 (1) 𝐷24 (1)
⎞ 𝑚
𝑍𝑡 = ⎜ 𝑑𝑚 𝑡 ⎟ = 𝐷(1) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (1) 𝐷32 (1) 𝐷33 (1) 𝐷34 (1) 𝐷35 (1)⎟ ⎜ 𝜀𝑡 ⎟
𝑡 𝐷41 (1) 𝐷42 (1) 𝐷43 (1) 𝐷44 (1) 𝐷45 (1) 𝜀𝑡𝑡𝑡𝑡
𝑡
⎝𝜀𝑡 ⎠ ⎝ 𝐷51 (1) 𝐷52 (1) 𝐷53 (1) 𝐷54 (1) 𝐷55 (1)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
311
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (0) 𝐷12 (0) 0 0 𝐷15 (0) 𝜀𝑡
𝑑𝑑𝑡 𝜀𝜋𝑡 𝜋
𝐷25 (0) ⎛ 𝜀𝑡 ⎞
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (0) 𝐷22 (0) 𝐷23 (0) 𝐷24 (0)
⎞
𝑡 𝐷41 (0) 𝐷42 (0) 𝐷43 (0) 𝐷44 (0) 0 𝜀𝑡
𝑖𝑖𝑖𝑖𝑖 𝐷52 (0) 𝟎 𝟎 𝐷55 (0)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
Ce scénario analyse les réponses impulsionnelles induites par un scénario où le secteur

informel n’a pas d’effets sur le long terme sur le potentiel de croissance et pas d’effets sur
le court terme sur le taux de change effectif nominal, ce qui peut être assimilé à
d’importantes restrictions imposées aussi bien à l’import qu’à l’export. Ceci induirait que le
secteur informel interagit avec l’extérieur quasi-exclusivement à travers le secteur formel,
ce qui nécessite certains délais d’exécution. Dans ce scénario, le secteur informel à un effet
positif sur le potentiel de croissance mais la dissipation de celui-ci s’avère très rapide. En
parallèle, un choc positif sur le potentiel de croissance se traduit par une baisse à court et
long terme du secteur informel.
Graphique 3.3.46 : Réponses impulsionnelles cumulées (Scénario 3)

.025 .025
.020 .020
.015 .015
.010 .010
.005 .005
.000 .000
-.005 -.005
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

.08 .08
.06 .06
.04 .04
.02 .02
.00 .00
-.02 -.02
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
312
d. Scenario 4 : Restrictions de court terme 𝑫𝟐𝟐 (𝟎) = 𝑫𝟑𝟑 (𝟎) = 𝟎
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (1) 0 0 0 𝐷15 (1) 𝜀𝑡
𝜋 𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (1)
𝑡 𝐷22 (1) 𝐷23 (1) 𝐷24 (1) 𝐷25 (1) ⎛ 𝑡 ⎞
⎞
𝑡 𝐷41 (1) 𝐷42 (1) 𝐷43 (1) 𝐷44 (1) 𝐷45 (1) 𝜀𝑡
𝑡

𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (0) 𝐷12 (0) 0 0 𝐷15 (0) 𝜀𝑡
𝑑𝑑𝑡 𝜀𝜋𝑡 0 𝜀𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (0) 𝐷22 (0) 𝐷23 (0) 𝐷24 (0)
⎞ ⎛ 𝑚𝑡 ⎞
𝑍𝑡 = ⎜ 𝑑𝑚 𝑡 ⎟ = 𝐷(0) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (0) 𝐷32 (0) 𝐷33 (0) 0 0 ⎟ ⎜ 𝜀𝑡 ⎟
𝑡 𝐷41 (0) 𝐷42 (0) 𝐷43 (0) 𝐷44 (0) 𝐷45 (0) 𝜀𝑡𝑡𝑡𝑡
𝑡
⎝𝜀𝑡 ⎠ ⎝ 𝐷51 (0) 𝐷52 (0) 𝟎 𝟎 𝐷55 (0)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
Dans ce scénario et ceux qui suivent, la restriction de long terme induisant l’absence
d’effets de long terme d’un choc impactant le secteur informel sur le potentiel de
croissance est relâchée. Ceci s’explique notamment par l’importance de l’emploi informel
au Maroc, qui constitue l’un des principaux facteurs de production.
Le présent scénario suppose l’absence d’effets à court terme d’un choc impactant le secteur
informel aussi bien sur l’inflation que sur la masse monétaire. Les résultats obtenus
indiquent globalement un effet positif à court et long terme sur le potentiel de croissance
à la suite d’un choc sur le secteur informel. A titre indicatif, l’ampleur de cet effet semble
se stabiliser à long terme autour d’une valeur cumulée de 1,2 point de pourcentage
(Simulation sur 100 périodes). En parallèle, il fait ressortir, une baisse du secteur informel à
court et long terme suite à une augmentation du potentiel de croissance. Cette baisse de
long terme s’élève à 0,86 point de pourcentage (Simulation sur 100 périodes).
313

.020 .020
.018 .018
.016 .016
.014 .014
.012 .012
.010 .010
.008 .008
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

.03 .03
.02 .02
.01 .01
.00 .00
-.01 -.01
-.02 -.02
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
e. Scenario 5 : Restrictions de court terme 𝑫𝟐𝟐 (𝟎) = 𝑫𝟒𝟒 (𝟎) = 𝟎
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (1) 0 0 0 𝐷15 (1) 𝜀𝑡
𝜋 𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (1)
𝑡 𝐷22 (1) 𝐷23 (1) 𝐷24 (1) 𝐷25 (1) ⎛ 𝑡 ⎞
⎞
𝑡 𝐷41 (1) 𝐷42 (1) 𝐷43 (1) 𝐷44 (1) 𝐷45 (1) 𝜀𝑡
𝑡

𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (0) 𝐷12 (0) 0 0 𝐷15 (0) 𝜀𝑡
𝑑𝑑𝑡 𝜀𝜋𝑡 0 𝜀𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (0) 𝐷22 (0) 𝐷23 (0) 𝐷24 (0)
⎞ ⎛ 𝑚𝑡 ⎞
𝑍𝑡 = ⎜ 𝑑𝑚𝑡 ⎟ = 𝐷(0) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (0) 𝐷32 (0) 𝐷33 (0) 0 𝐷35 (0)⎟ ⎜ 𝜀𝑡 ⎟
𝑡 𝐷41 (0) 𝐷42 (0) 𝐷43 (0) 𝐷44 (0) 0 𝜀𝑡𝑡𝑡𝑡
𝑡
⎝𝜀𝑡 ⎠ ⎝ 𝐷51 (0) 𝐷52 (0) 𝟎 𝟎 𝐷55 (0)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
Ce scénario impose l’absence d’effets à court terme d’un choc émanant du secteur informel
sur les prix et sur le taux de change. Il en découle une augmentation du potentiel de
314
croissance à long terme, avec une valeur cumulée indicative de 1,6 point de pourcentage
(Simulation sur 100 périodes), suite à un choc sur le secteur informel. En parallèle, ce
secteur semble baisser à long terme en valeur cumulée de 0,7 point de pourcentage
(Simulation sur 100 périodes) à la suite d’un choc positif sur le potentiel de croissance.

Accum ulated Res pons e of DLOG(PIB) to Shock1 Accum ulated Res pons e of DLOG(PIB) to Shock5
.020 .020
.016 .016
.012 .012
.008 .008
.004 .004
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Accum ulated Res pons e of DLOG(INFORMEL) to Shock1 Accum ulated Res pons e of DLOG(INFORMEL) to Shock5
.02 .02
.01 .01
.00 .00
-.01 -.01
-.02 -.02
-.03 -.03
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

f. Scenario 6 : Restrictions de court terme 𝑫𝟑𝟑 (𝟎) = 𝑫𝟒𝟒 (𝟎) = 𝟎
𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (1) 0 0 0 𝐷15 (1) 𝜀𝑡
𝜋
⎛ ⎞ ⎛ 𝑚 ⎞ ⎛𝐷21 (1) 𝐷22 (1) 𝐷23 (1) 𝐷24 (1)
⎞ 𝑚
𝑍𝑡 = ⎜ 𝑑𝑚 𝑡 ⎟ = 𝐷(1) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (1) 𝐷32 (1) 𝐷33 (1) 𝐷34 (1) 𝐷35 (1)⎟ ⎜ 𝜀𝑡 ⎟
𝑡 𝐷41 (1) 𝐷42 (1) 𝐷43 (1) 𝐷44 (1) 𝐷45 (1) 𝜀𝑡𝑡𝑡𝑡
𝑡
𝑡

𝑦 𝑦
𝑑𝑦𝑡 𝜀𝑡 𝐷11 (0) 𝐷12 (0) 0 0 𝐷15 (0) 𝜀𝑡
𝜋
𝜀 𝜀𝜋𝑡
⎛
𝑑𝑑𝑡
⎞ ⎛ 𝑚𝑡 ⎞ ⎛𝐷21 (0) 𝐷22 (0) 𝐷23 (0) 𝐷24 (0) 𝐷25 (0)
⎞⎛ ⎞
𝑍𝑡 = ⎜ 𝑑𝑚𝑡 ⎟ = 𝐷(0) ⎜ 𝜀𝑡 ⎟ = ⎜𝐷31 (0) 𝐷32 (0) 𝐷33 (0) 0 0 ⎟ ⎜ 𝜀𝑚 𝑡
⎟
𝑡 𝐷41 (0) 𝐷42 (0) 𝐷43 (0) 𝐷44 (0) 0 𝜀𝑡𝑡𝑡𝑡
𝑡
𝑖𝑖𝑖𝑖𝑖 𝐷52 (0) 𝟎 𝟎 𝐷55 (0)⎠ ⎝𝜀𝑖𝑖𝑖𝑖𝑖 ⎠
𝑡
Ce dernier scénario impose l’absence d’effets à court terme d’un choc émanant du secteur
informel sur la création monétaire et sur le taux de change. Il fait ressortir notamment une
315
hausse à court et long terme du potentiel de croissance. Cette augmentation cumulée se

stabilise autour de 1,4 point de pourcentage (Simulation sur 100 périodes). En parallèle, la
réponse cumulée du secteur informel à la suite d’un choc positif sur le potentiel de
croissance indique une baisse de 1,7 point de pourcentage.

Accum ulated Res pons e of DLOG(PIB) to Shock1 Accum ulated Res pons e of DLOG(PIB) to Shock5
.018 .018
.016 .016
.014 .014
.012 .012
.010 .010
.008 .008
.006 .006
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Accum ulated Res pons e of DLOG(INFORMEL) to Shock1 Accum ulated Res pons e of DLOG(INFORMEL) to Shock5
.03 .03
.02 .02
.01 .01
.00 .00
-.01 -.01
-.02 -.02
-.03 -.03
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Conclusion
Cette section s’est attelée à présenter et discuter les limites de différentes approches
monétaires. Elle est revenue notamment sur une partie des travaux empiriques se basant
sur les méthodes monétaires afin d’en extraire quelques spécificités qui dépendent aussi
bien des pays que de la disponibilité des données. En somme, les méthodes monétaires
semblent pâtir de certaines hypothèses jugées des plus contraignantes, dont la vérification
empirique n’est malheureusement pas des plus évidentes. L’égalité entre la vitesse de
circulation monétaire dans le secteur informel et celui formel constitue l’une de ces
hypothèses dont la vérification tombe dans pour le moment l’ordre de l’impossible.
Toutefois, ces approches, largement utilisées dans la littérature empirique, semblent

maintenir l’engouement des économistes au regard de la possibilité d’asseoir une certaine
logique comportementale des agents économiques autour des hypothèses sous-jacentes à
celles-ci. En effet, certaines variantes de ces modèles, reposant notamment sur les travaux
316
de Tanzi, postulent l’existence de relations comportementales entre le recours à la monnaie

fiduciaire et la fiscalité. Le prolongement de cette dernière approche à travers l’introduction
de différentes variables explicatives a permis un fort foisonnement des travaux empiriques
se basant sur celle-ci.
Dans ce sens, cette section a proposé une application d’une des variantes de la méthode de
Tanzi en expliquant la monnaie fiduciaire rapportée au PIB nominal par le PIB par habitant,
les transferts courants en provenance de l’extérieur déflatés par le déflateur du PIB, la
pression fiscale approchée par le ratio des recettes fiscales au PIB nominal, la part des
impôts directs et celle des impôts indirects dans le total des recettes fiscales et ce pour
appréhender la structure des recettes. La structure des recettes fiscales a été retenu pour
permettre une distinction de la réaction du secteur informel face à une imposition directe
et/ou indirecte. L’application de cette méthode a permis de mesurer le secteur informel,
dont l’évolution fait état notamment d’une première tendance à la hausse entre 1980 et
1987, avant d’entamer une orientation globalement baissière entre 1988 et 2006, puis d’un
nouveau changement de tendance sur le reste de la période. Entre 2007 et 2016, une
tendance ascendante semble s’affirmer globalement, ce qui ressort en ligne avec les
résultats établis à travers l’approche de Kaufman et Kaliberda sur la période 1990-2014.
S’agissant de la relation entre le secteur informel et la croissance économique, la littérature

théorique fait état notamment de quatre principales écoles de pensées. La première, dite
dualiste, distingue un secteur moderne du secteur traditionnel basé sur l’informalité. Elle
prône une réduction dans le temps du poids du secteur informel qui tend à se réduire
progressivement à la faveur du secteur moderne au regard de la réduction de la pauvreté et
l’augmentation des revenus. L’école structuraliste conçoit le secteur informel comme étant
composé de microentreprises subordonnées à l'économie formelle et ce, afin de réduire les
coûts de production tout en augmentant la productivité des grandes entreprises. Pour sa
part, l’école légaliste prône un choix délibéré de la part d’un groupement de micro-
entrepreneurs « courageux » choisissant l’informalité afin d’éviter la lourdeur des
procédures. Constituant un réservoir inexploité de ressources et d’énergies
317
entrepreneuriales, le secteur informel peine, dans cette configuration, à se développer pour

se formaliser par manque d’accès aux sources de financement et/ou la réduction voire
l’interdiction de son accès aux marchés extérieurs. Enfin, l’école volontariste, dont la
conception du secteur informel reste très proche de celle de l’école légaliste, postule
également que ce secteur constitue une résultante de micro-entrepreneurs choisissant
d’agir et de produire délibérément dans l’informalité afin d'éviter la fiscalité, la
réglementation commerciale, les frais de location et les différents coûts d'exploitation. Ceci
étant, dans cette dernière pensée, le choix de rester dans le secteur informel est fonction
d’un calcul des coûts et bénéfices devant être générés par chacune des options possibles.
Les travaux empiriques discutés ont permis de mettre l’accent notamment sur des résultats
différenciés en fonction des périodes, des approches ainsi que du choix des données par les
auteurs.
Dans ce sens, cette section a proposé de reprendre les calculs menés dans la troisième
section du premier chapitre à travers le modèle VAR structurel, en introduisant cette fois-ci
le secteur informel comme étant une cinquième variable endogène. Le choix des
restrictions additionnelles, est établi en partie sur une base itérative afin de pouvoir jauger
la sensibilité des réponses impulsionnelles aux hypothèses émises. Il en ressort globalement
que le secteur informel semble impacter positivement à court et long terme le potentiel de
croissance, sous l’ensemble des scénarios à l’exception de celui prônant l’absence d’effets
de long terme du secteur informel sur la croissance parallèlement à l’absence d’effets à
court terme de celui-ci sur la création monétaire.
318
Le secteur informel semble encore peiner à trouver une définition bien directe qui ne se
conjugue pas par la négation et le non-respect de certaines règles, dont la tenue de
comptabilité ou autre. Ceci étant, il est de plus en plus facile de distinguer, du moins sur le
plan conceptuel, la différence entre le secteur informel, celui illégal ou encore le secteur
souterrain. En effet, contrairement aux activités souterraines, le secteur informel n’est pas
forcément le fruit d’une action délibérée des acteurs de cacher leurs activités. De plus,
l’activité illégale est formellement interdite par la réglementation en vigueur tandis que
l’informel agit le plus souvent dans le spectre de la légalité et peut tomber, sous certaines
conditions, dans l’illégal, si besoin il y a de licences particulières et/ou d’agréments.
319
Néanmoins, si cette distinction conceptuelle ne s’avère pas toujours des plus évidente, son
approche sur le terrain est bien plus compliquée. Ceci impact la qualité des mesures réelles
de ces activités, qui varient en fonction des pays, du temps ainsi que des systèmes
statistiques utilisés.
En outre, il semble plus évident de distinguer les différents compartiments de l’emploi

informel, puisque la 17ème CIST trouve consensus en définissant l’emploi informel comme le
nombre total d’emplois informels que ce soit dans les entreprises du secteur formel, dans
les entreprises du secteur informel ou dans les ménages sur une période de référence. Une
description des différents compartiments de celui-ci est précisée mais il est important de
relever l’existence de certains chevauchements pas toujours des plus évidents entre
l’emploi informel et le secteur informel.
Ayant pu faire valoir toute la complexité de ce concept, ce chapitre est revenu sur les
méthodes de mesures directes, leurs limites, forces et faiblesses. Ces mesures reposent le
plus souvent sur le recoupement des données comptables, les redressements fiscaux et/ou
douaniers ou encore sur une panoplie de variantes d’enquêtes statistiques. Celles-ci
s’inscrivent dans une optique d’amélioration continue afin de pallier tant que possible aux
carences relevées.
Une lecture détaillée des principaux résultats des différentes enquêtes s’intéressant au
secteur informel au Maroc a été menée. Elle permet d’établir les principaux faits stylisés de
ce secteur. Ce dernier reste, cependant, sujet à la limite même de la définition
internationale utilisée notamment par l’Enquête Nationale sur le Secteur Informel (ENSI)
dans ces trois éditions de 1999/2000, 2006/2007 et celle de 2013/2014. En effet, ces
enquêtes couvrent les unités de productions non agricoles qui exercent des activités de
production de biens et de services, sans se conformer aux dispositions statuaires et
comptables selon les normes en vigueur au Maroc. Dans ce sens, outre les activités
agricoles, leur champ exclut les activités illicites ou illégales telles que la contrebande ou la
drogue.
320
Les résultats obtenus font état notamment de la faiblesse du niveau d’instruction au niveau
du secteur, d’une quasi-stabilité du rythme d’accroissement du chiffre d’affaire autour de
6,5% entre 1999 et 2013 (6,5% entre 2007 et 2013 contre 6,7% entre 1999 et 2007) pour
s’élever à 410 milliards de dirhams en 2013 et ce parallèlement à une décélération des
nouvelles créations des unités informelles, dont l’accroissement annuel moyen est passé de
40.000 unités par an entre 1999 et 2007 à 19.000 unités par an entre 2007 et 2014.
L’analyse de la structure du chiffre d’affaire moyen, fait état d’une prédominance des
petites et microentreprises. En parallèle, le secteur souffre d’un fort cloisonnement sur les
marchés intérieurs, notamment informels, avec de très faibles participations directes aux
importations et exportations dans les processus d’approvisionnement et les débouchés. En
ce qui concerne les facteurs de production, bien que la contribution du secteur informel à
l’investissement soit très limitée, son apport sur le marché du travail s’avère important avec
une participation de 36,3% en 2013 de l’emploi informel dans l’emploi non agricole après
37,3% en 2007 et 39% en 1999. Cependant, la masse salariale versée par ce secteur ne
dépasse pas 4% en 2013 du total de la rémunération salariale à l’échelle nationale et sa
contribution aux recettes fiscales se limite à 0,8%. Dans ces conditions, la contribution
absolue du secteur informel au PIB s’est élevée selon l’ENSI de 2013/2014 de 11% en 2007 à
11,5% en 2013 alors qu’elle avait baissé entre 1999 et 2006.
Afin de mener les différents travaux empiriques, ce chapitre propose de recourir à certaines
variantes des méthodes indirectes. Dans ce sens, l’approche de Kaufman et Kaliberda,
présentée en 1996 dans le cadre d’une étude sur les pays de l’Europe de l’Est, qui stipule
l’existence d’une élasticité quasi-unitaire entre la consommation d’électricité et l’activité
économique globale dans ces pays est discutée. Une vérification de la véracité de cette
hypothèse est menée à travers le recours aux données sur les indicateurs du
développement mondial de la Banque mondiale, édition de juillet 2017. En outre, un
développement de cette approche est proposé à travers le recours à deux autres
indicateurs, à savoir la consommation électrique ajustée à travers le recours à l’accès à
l’électricité et la consommation énergétique. Les résultats obtenus indiquent notamment
que la valeur unitaire semble faire partie de l’intervalle de confiance pour les élasticités
321
issues des trois calculs. Par méthode, la valeur médiane ressort à 1,03 et celle moyenne à
1,15 pour les élasticités basées sur la consommation d’électricité, à 0,84 en médiane et 1,01
en moyenne pour la consommation ajustée d’électricité et à 0,85 en médiane et 0,59 en
moyenne pour la consommation énergétique.
L’application d’une élasticité unitaire de l’indicateur ajusté de la consommation d’électricité

permet de calculer l’évolution du secteur informel entre 1991 et 2014, qui fait état
notamment d’une baisse en moyenne sur l’horizon étudié. En outre, l’analyse des
évolutions par pays indique qu’entre 2007 et 2014, période post crise, la majorité des pays
a connu un changement d’orientation de l’évolution du secteur informel, avec plusieurs
années de hausse du secteur, après une phase descendante sur la période précédant la
crise.
Les analyses graphiques menées permettent d’établir l’existence d’une corrélation négative
entre le secteur informel et le PIB par habitant et ce parallèlement à une élasticité positive
du secteur par rapport à la pression fiscale ou encore la complexité du système fiscal. Une
modélisation en panel dynamique de moindre carré, estimée entre 1990 et 2014, sur la
base de 1.481 observations couvrant 86 pays, corrobore ce résultat en faisant ressortir
notamment l’existence d’une relation de long terme entre le secteur informel, le PIB par
habitant et la pression fiscale. L’élasticité de long terme entre le secteur informel et le PIB
par habitant ressort à -0,27 et celle avec la pression fiscale à 0,108. La prise en compte
d’indicateurs reflétant la complexité du système fiscal au niveau de différents modèles en
panel permet de confirmer les résultats précédents, avec des ordres de grandeurs différents
en fonction de la disponibilité des données, et indiquent globalement que la pression fiscale
est d’autant plus déterminante et significative en présence d’indicateurs reflétant la
complexité du système.
Ceci étant, une nouvelle estimation du secteur informel est menée à travers le recours à
l’une des variantes des méthodes monétaire. Ces approches, largement utilisées dans la
littérature empirique, semblent maintenir l’engouement des économistes au regard de la
possibilité d’asseoir une certaine logique comportementale des agents économiques autour
322
des hypothèses sous-jacentes à celles-ci. Dans ce sens, l’approche utilisée pour le Maroc
retient l’un des développements de la méthode de Tanzi, postulant l’existence de relations
comportementales entre le recours à la monnaie fiduciaire pour le besoin d’informalité et la
fiscalité. Le calcul du secteur informel est basé sur les développements issus d’un modèle à
correction d’erreurs expliquant la monnaie fiduciaire rapportée au PIB nominal par le PIB
par habitant, les transferts courants en provenance de l’extérieur déflatés par le déflateur
du PIB, la pression fiscale approchée par le ratio des recettes fiscales au PIB nominal, la part
des impôts directs et celle des impôts indirects dans le total des recettes fiscales.
L’évolution du secteur informel est marquée notamment par une orientation globalement
baissière entre 1980 et 2006 et un changement de tendance entre 2007 et 2016, pour
s’inscrire dans une orientation ascendante. Ceci corrobore globalement les résultats
obtenus à travers l’approche de Kaufman et Kaliberda.
Après une lecture des différentes écoles de pensées économiques discutant de la relation
entre secteur informel et croissance, une investigation économétrique basée sur les
modèles VAR structurels permet de clarifier la nature de la relation existant entre le secteur
informel et le potentiel de croissance au Maroc. Reposant sur les quatre variables utilisées
dans la troisième section du chapitre 1, le modèle retenu est augmenté par une cinquième
variable endogène qui n’est autre que le secteur informel. Le nombre de restrictions de
court et de long terme devant être élevé de 6 à 10, les choix établis se basent
principalement sur un processus itératif. Il en ressort globalement que le secteur informel
impacte positivement à court et long terme le potentiel de croissance, sous l’ensemble des
scénarios à l’exception de celui prônant l’absence d’effets de long terme du secteur
informel sur la croissance parallèlement à l’absence d’effets à court terme sur la création
monétaire.
323
Conclusion générale
Au terme de ce travail, les résultats obtenus sont loin d’être exhaustifs ou encore définitifs.
Ils permettent certes de dresser de grandes lignes autour des réponses apportées mais ils
requièrent à plus d’un titre d’approfondir certaines parties, en utilisant telle ou telle
approches opposées voire complémentaires pour attester de la robustesse des résultats
324
obtenus. En effet, l’indisponibilité de mesures officielles sur une longue période aussi bien à
l’échelle nationale qu’internationale induit plusieurs limites, dont notamment la relativité
de certains résultats aux mesures indirectes utilisées. Ceci étant, cette contribution s’inscrit
dans une longue série de travaux auxquelles plusieurs auteurs portent de plus en plus
d’intérêts. A titre personnel, ce spectre de recherche est bien loin d’être terminé, il ne fait
que commencé dans l’espoir d’avoir suffisamment d’enseignements qui seront utiles pour
développer un cadre d’analyse assez intégré pour répondre aux questions du
développement au Maroc ainsi que celles des différents pays à la recherche d’un futur
meilleur. Cette précision effectuée, il est temps maintenant de dresser un bilan des
résultats obtenus.
L’économie nationale semble peiner encore à tracer un chemin de convergence permettant

de l’aligner sur la liste des pays émergents. Avec un PIB par habitant de près de 3.000
dollars en 2016, la croissance économique au Maroc ne paraît pas suffisante pour réduire le
différentiel existant avec les pays dits émergents. Au contraire, une lecture comparative fait
état d’une perte de vitesse dans ce sens, puisque la dynamique de croissance du PIB par
habitant au Maroc a été inférieure à celle enregistrée par l’économie mondiale et plus
particulièrement celle des économies émergentes sur les vingt dernières années.
Ce constat n’évince nullement l’importance des avancées réalisées par l’économie

marocaine. En effet, alors qu’elle se distinguait par un profil erratique au cours des années
quatre-vingt et quatre-vingt-dix, la croissance au Maroc a connu une nette atténuation de
sa volatilité et ce concomitamment à un repli du poids des activités agricoles, revenu de
19,9% en 1970 35 à 10,8% en 2007 36 ainsi que les efforts entrepris en matière de
développement du secteur. De plus, les différents standards internationaux, bien que
faisant ressortir certaines lacunes font état de ces avancées, avec une large amélioration
des infrastructures à l’échelle nationale ou encore une attractivité de plus en plus
perceptible à l’échelle internationale.
35
SCN de 1968, base 1969.
36
SCN de 2008, base 2007.
325
Sur la base des comptes nationaux calculés avec le SCN de 2008, base 2007, la structure de
la production fait état d’une importante tertiarisation de l’économie parallèlement à une
stabilité de la taille des activités secondaires. De plus, le calcul des effets d’entrainement à
travers le tableau entrée-sortie de 2014 indique qu’une demande additionnelle d’un dirham
supplémentaire peut générer en moyenne 1,65 dirham, avec une borne supérieure de 2,4
dirhams, enregistrées dans le Bâtiment et travaux publics ainsi que le Raffinage, et une
performance inférieure à la moyenne au niveau notamment des services rendus aux
entreprises, de l’éducation, des activités financières et d’assurance ainsi que des industries
extractives.
En parallèle, l’analyse des éléments de la demande positionne la consommation finale des

ménages comme principal moteur de la croissance suivie de l’investissement puis de la
consommation finale des administrations publiques, la contribution moyenne des
exportations nettes étant quasi-nulle voire négative en moyenne entre 1980 et 2016. La
comparaison du taux d’investissement moyen sur la période 2000-2015 permet de
confirmer l’importance de celui-ci à l’échelle internationale et ce parallèlement à un
rendement moyen, approché par l’ICOR, inférieur à la moyenne mondiale. Outre un
éventuel manque d’efficacité et d’efficience, ce constat trouverait pour explication
l’important effort consacré par les autorités publiques pour rattraper le retard accumulé par
le pays en matière d’infrastructure. Sur ce registre, le Global Entrepreneurship Monitor
(GEM) de 2015/2016 classe le pays parmi ceux ayant des niveaux supérieurs à la moyenne
en matière d’infrastructure et fait état notamment de déficits chroniques en matière
d’appui à la recherche et développement, de renforcement de la culture de l’entreprenariat
et de l’accompagnement des projets.
Bien que l’épargne nationale ressorte, en proportion au PIB, supérieure à la moyenne

internationale sur la période 2000-2015, l’économie marocaine a connu après l’avènement
de la crise une phase d’accroissement rapide des besoins de financement. En se basant sur
les résultats des investigations menées en matière de déficits jumeaux, ce constat serait
imputable à une politique budgétaire expansionniste ayant essayé de limiter les
326
répercussions de la crise internationale, à travers notamment le maintien du système de

compensation, les augmentations salariales ainsi que le renforcement de l’investissement.
Par ailleurs, l’analyse menée à travers les besoins et/ou capacités de financements des
secteurs institutionnels atteste que le solde du compte courant semble être plus corrélé
avec la situation des ménages et celle des sociétés non financières que celle des
administrations publiques. En outre, le changement d’orientation de la politique budgétaire
à la faveur du renforcement de la soutenabilité budgétaire ainsi que de la viabilité
extérieure parallèlement à une baisse conséquente des prix internationaux de pétrole, s’est
matérialisée certes par une réduction de l’ampleur de ces déficits mais semble avoir
impacté lourdement le potentiel de croissance au Maroc. Un constat qui interpelle
notamment sur les choix à mener à court terme pour asseoir une certaine redynamisation
de la croissance, à la faveur de la structure actuelle en attendant de pouvoir profiter plus
amplement des nouveaux axes de croissance portés par des exportations à valeur ajoutée
plus conséquente et un accroissement du taux d’intégration de celles-ci. Dans ce sens, il
serait bon de pouvoir entamer une décongestion des entraves malmenant actuellement le
secteur immobilier pour rendre les transactions dans celui-ci plus fluide et récurrente sans y
accorder de nouveaux avantages fiscaux ou autres. Ceci permettrait notamment d’alléger
les procédures fiscales existantes et d’asseoir une logique de vérité des prix, basée sur plus
de confiance entre les différents intervenants et tenant compte aussi bien des hausses que
des baisses de celui-ci.
La notion du potentiel de croissance a franchi plusieurs caps de développement, passant

d’une simple lecture des pics de croissance, à des profils se basant sur différents filtres
statistiques ou encore à des lectures plus structurelles fondées sur la théorie économique.
Laxton et Tetlow (1992) font remarquer que cette définition a changé au fils des années,
puisque l’estimation de l’output gap dans les années soixante et soixante-dix reposait sur
une méthode simple qui consistait à le mesurer comme l'écart (en pourcentage) de la
production globale de sa tendance linéaire passant par les pics d’évolution. Par construction
l’output gap était alors toujours de signe négatif et ce n’est qu’au milieu des années
soixante-dix que les économistes vont abandonner cette méthode compte tenu des
327
estimations insatisfaisantes qu’elle produisait pour la remplacer par des approches plus
fondamentales reposant aussi bien sur les processus statistiques, sur base du
développement de la technologie y afférant, ou encore à travers le recours aux modèles
structurels.
Les essais menés à travers le recours aux moyennes mobiles, au filtre de Hodrick-Prescott,
de Cristiano-Fitzerald et de Baxter King, permettent de conclure une baisse du potentiel de
croissance au cours des dernières années. Cependant, les divergences relevées au niveau
des résultats plaident pour une utilisation appropriée de chaque méthode, en fonction de la
nature de la problématique traitée et de son champ temporel (court, moyen ou long
terme). Ils plaident aussi pour l’adoption de plusieurs techniques à la fois et ce, afin de
balancer les conclusions de chaque méthodologie pour asseoir des réponses consensuelles
tenant compte des différentes sources d’incertitudes. A titre d’exemple, la méthode basée
sur le Hodrick-Prescott directe et/ou indirecte réduit largement la volatilité du potentiel, ce
qui implique que cette méthode incorpore plus largement les variations courtes dans la
composante cyclique. Ceci renvoi à l’intérêt de recourir à cette méthode dans l’élaboration
des analyses structurelles et des réformes de longue portée et fait état d’éventuelles limites
à son utilisation pour des analyses se référant au positionnement dans le cycle d’activité.
Pour sa part, le filtre asymétrique de Christiano-Fitzerald, semble affecter d’une manière
plus importante les variations courtes à la composante tendancielle ce qui induit une baisse
plus importante du potentiel parallèlement à un degré d’incertitudes plus conséquent, ceci
requiert une attention bien particulière dans le sens, ou les effets des politiques
économiques peuvent techniquement avoir des influences surestimées.
Définissant le potentiel comme étant le niveau maximal de croissance pouvant être atteint
sans générer de nouvelles tensions sur les prix, les méthodes structurelles retenues dans ce
travail ont permis de confirmer la baisse du potentiel de croissance tout en identifiant
principalement deux importantes phases de son évolution. La première s’étale de la fin des
années quatre-vingt-dix à 2008 et se caractérise par une trajectoire ascendante du potentiel
de croissance pour s’établir à des niveaux proches de 5%. La deuxième phase, s’étale sur le
328
reste de la période et se distingue par une décélération continue du potentiel avec une
certaine accentuation à partir de 2013. En moyenne sur la période allant de 2013 à 2016, le
potentiel de croissance non agricole a enregistré une baisse comprise entre 1,9 et 2,5 points
de pourcentage en comparaison avec son niveau moyen sur la période 2000-2008. Cette
diminution ressort notamment largement plus importante que celle déterminée par les
méthodes statistiques.
Tenant compte de la décélération du potentiel de croissance ainsi que de la dissipation des

marges de manœuvre budgétaires au cours des dernières années, le deuxième chapitre
s’intéresse à identifier la nature de la relation régissant la fiscalité à la croissance et ce, dans
l’espoir d’identifier de nouvelles sources d’incitations aussi bien à l’activité économique
qu’à la création de richesse. Longuement discuté dans la littérature économique, ce sujet
épineux ne tari point et ne semble être affecté par le nombre de travaux y afférant. Les
développements issus de la crise financière internationale permettent dans ce sens
d’asseoir l’importance des mesures budgétaires garantissant le renforcement de la viabilité
budgétaire tout en assurant de meilleures perspectives de croissance.
Ce deuxième chapitre s’est constitué de trois sections, la première dressant les faits stylisés
de la fiscalité au Maroc, la deuxième s’intéressant à la relation linéaire liant la fiscalité à la
croissance alors que la troisième associe un regard non linéaire à cette relation. L’une des
grandes difficultés de la politique fiscale s’articule autour de l’instauration de nouveaux
impôts et/ou taxes respectant les grands principes de la fiscalité, à savoir la neutralité,
l’efficience, la certitude et la simplicité ainsi que l’efficacité et l’équité ou encore la
flexibilité. Le respect de ces règles constitue en soi une difficulté et un défi de taille pour les
décideurs politiques. Dans ce sens, il importe de cerner les différents contours de chaque
action en la matière tout en tenant compte des effets aussi bien budgétaires
qu’économiques de celle-ci.
A l’échelle nationale, la fiscalité a connu d’importants changements passant d’une fiscalité

basée en partie sur le religieux à une imposition attachée au revenu, à la création de
richesse et à la consommation. Ce développement, ne faisant pas malheureusement partie
329
des axes auxquelles s’est intéressé ce travail, gagnerait à être analysé davantage pour mieux
cerner ses répercussions sur la perception des ménages vis-à-vis du système actuel. En
outre, une lecture des principales lignes et recommandations des Assises nationales sur la
fiscalité fait état d’importantes insuffisances, puisque les attentes restent globalement
inchangées entre les Assises de 1999 et celles de 2013. De plus, les différentes lois de
finances adoptées depuis la dernière édition ne paraissent nullement apportées
suffisamment de réponses aux attentes des différents opérateurs.
En parallèle, l’analyse des données fiscales fait état d’une décélération de l’évolution des
recettes entre 1980 et 2016 et d’une tendance globalement ascendante de la pression
fiscale, approchée par le ratio des recettes fiscales au produit intérieur brut nominal.
Concomitamment à cette progression de la pression fiscale, la structure des recettes
indique une certaine concentration de plus en plus importante autour de la taxe sur la
valeur ajoutée, de l’impôt sur le revenu et celui sur les sociétés. Sachant que la progressivité
des taux et tranches utilisés pour la détermination des impôts sur les sociétés et ceux sur les
revenus, tend à prendre une forme logarithmique, ce qui indique une certaine progressivité
régressive, il importe plus que jamais d’asseoir plus d’équilibre et d’équité fiscal, un appel
d’autant plus urgent au regard du degré de concentration de l’impôt sur les sociétés autour
d’un nombre réduit de sociétés et de celui sur les revenus autour des impositions à la
source.
En outre, la comparaison des données fiscales à l’échelle internationale, corrobore

l’importance de la pression fiscale au Maroc, puisqu’elle ressort sur la période 2000-2016 à
un niveau supérieur à la moyenne mondiale 37. De plus, le positionnement de la pression
fiscale en fonction du pouvoir d’achat par habitant confirme globalement ces résultats,
puisque la pression fiscale au Maroc ressort proche de la médiane des pays étudiés sur la
période 2000-2016 alors que le produit intérieur brut par habitant exprimé en parité de
pouvoir d’achat en dollars courants au Maroc ressort inférieur à la médiane de ces pays.
37
Le poids au PIB des recettes ordinaires semble inférieur à la moyenne mondiale sur la même période.
330
La pression fiscale ne s’avère pas pour autant le seul dysfonctionnement relevé à l’échelle
nationale, puisque les données du Doing Business permettent de conclure, d’une part, à un
coût d’ensemble pour les entreprises de taille moyenne au Maroc supérieur à la moyenne
mondiale, parallèlement à des procédures complexes et compliquées comme en témoigne
les indicateurs temporels relatifs aux délais de paiements. En effet et malgré une nette
baisse du nombre de paiements au titre des taxes, impôts et/ou cotisations effectués par
une entreprise durant un exercice donné au Maroc, les délais nécessaires pour le paiement
semblent ne pas diminuer considérablement dans le temps, ce qui indique que la baisse du
nombre de paiements ne s’est pas accompagnée d’un réel allégement des procédures.
S’il est difficile de dissocier l’analyse de la politique fiscale ou du système fiscal de ce

pourquoi le décideur choisi de taxer, la fiscalité est considérée par certains économistes
comme étant un mal nécessaire alors qu’elle constitue pour d’autres une vraie locomotive
de croissance et de développement. Elle constituerait notamment un système incitatif
favorisant aussi bien l’innovation, la productivité que la recherche scientifique. Dans cette
configuration, le débat autour de la relation ente fiscalité et croissance ne peut échapper à
son prolongement sur le rôle de l’Etat, puisque celle-ci est l’œuvre de l’Etat dont le rôle
économique est bien divergent selon les pensées classiques et keynésiennes. Entre
l’équivalence Ricardienne et le théorème de Haavelmo, les développements théoriques
sont bien abandons. De plus, cette relation tend à devenir de plus en plus complexe,
puisqu’elle ne dépendrait plus du seul facteur fiscal mais et surtout de l’appréciation des
agents économiques vis-à-vis de celle-ci et/ou encore du degré de simplification des
procédures. Son rôle dépendamment du positionnement dans les cycles d’activités est aussi
une matière de réflexion.
Les essais menés sur la base des données marocaines et des modèles à correction d’erreurs,
en supposant l’éventualité de changements de structure reflétant l’introduction
respectivement de la taxe sur la valeur ajoutée, de l’impôt sur le revenu et celui sur les
sociétés, permettent d’établir l’existence d’une relation de long terme liant la pression
fiscale et la valeur ajoutée non agricole. Avec un changement de structure en 2000,
331
l’élasticité de long terme entre ces deux agrégats ressort positive et significative sur le
deuxième palier, avec une valeur de 0,26 entre 2000 et 2016. Le coefficient de retour est
significatif et négatif de l’ordre de 0,78. En outre l’élasticité de court terme ressort, à son
tour, significative et positive autour de 0,27 sur la période s’étalant de 2002 à 2016.

utilisées de la part au total des recettes fiscales des impôts directs et celle des impôts
indirects corroborent les résultats obtenus. En effet, le nouveau modèle retient un
changement de structure opéré toujours en 2000 et permet d’identifier l’existence d’une
élasticité de long terme significative et positive à hauteur de 0,23 sur le deuxième palier.
Sachant que le paramètre de la tendance temporelle ressort très proche au niveau des deux
modèles étudiés, le rôle de la structure des recettes s’avère statistiquement significatif et
positif sur les deux paliers. Cependant, le coefficient de retour ressort positif, bien que
significatif, sur le premier palier ce qui indique un processus non convergent sur la période
1981-2001. Ceci étant, sur le deuxième palier étalé entre 2002 et 2016, le coefficient de
retour s’établit à -0,75, ce qui confirme l’existence de cette force de rappel autour de la
dynamique de long terme. En outre, les élasticités de court terme des parts des impôts
directs et indirects au total des recettes fiscales sont positives, avec une probabilité de rejet
de l’ordre de 19,8% et 6,6% respectivement. Ces résultats sont pénalisés par l’importance
des changements de structures observés et discutés jusque-là, ce qui réduit
significativement la longévité des observations traitées et par la même la pertinence du
recours aux techniques appropriées pour résoudre d’éventuels problèmes au caractère
endogène du phénomène étudié.
Ayant pu identifier la nature de la relation régissant fiscalité et la croissance au Maroc, un

intérêt particulier est accordé à l’évaluation du seuil d’optimalité. Discuté par Ibn Khaldoun
dans Al Moukaddama, ce seuil associe une relation non linéaire entre la fiscalité et la
croissance en postulant que l’augmentation continue des taux d’impositions induit une
baisse de la croissance et par la même des recettes. D’une importance bien particulière
pour les décideurs de politiques économiques, les calculs menés à travers le modèle de
332
Scully inspiré du modèle de croissance optimale, à la Ramsey-Cass-Koopmans, et la

modélisation à paliers permettent d’établir un seuil gravitant autour de 22,6% du PIB. Sur la
période s’étalant de 1980 à 2016, ce seuil a été dépassé à trois reprises, à savoir en 2007,
2008 et en 2012, ce qui corrobore globalement la nature de la relation positive entre
pression fiscale et croissance économique discutée auparavant. En effet, le seuil
d’optimalité correspond à un point de retournement entre la relation liant la pression
fiscale et la croissance économique. Ainsi, cette relation ressort positive tant que la pression
fiscale reste inférieure au seuil discuté alors qu’elle devient négative une fois le seuil
dépassé.
Au regard de ces développements, ce travail propose au niveau du troisième et dernier

chapitre d’introduire dans les différents résultats obtenus jusque-là l’une des dimensions
emblématiques et complexes de l’économie, à savoir le secteur informel. La complexité de
cette notion trouve pour origine différents facteurs, dont notamment toute la difficulté
rencontrée au jour d’aujourd’hui pour asseoir une définition simple et tangible du secteur
ainsi que les complications issues des méthodes de mesures aussi bien directes
qu’indirectes. Dans ce sens, les résultats obtenus par les différents travaux empiriques ont
pour trait commun qu’elle se basent soit sur une définition, soit sur une mesure, partiale du
phénomène.
Ne pouvant malheureusement échapper à cette limite, ce chapitre a été décomposée en

trois sections essayant au mieux d’apporter quelques éclairages aux questions posées. La
première section revient ainsi sur la définition et les mesures directes disponibles à l’échelle
nationale. La deuxième recourt à l’une des méthodes indirectes pour vérifier l’évidence
empirique de certaines hypothèses largement reproduites en littérature et propose une
discussion par biais des modèles panel, appliqués à l’ensemble des données disponibles en
la matière à l’échelle internationale, de la relation régissant le secteur informel, la pression
fiscale et le PIB par habitant. La troisième section recours à une deuxième approche pour
estimer le secteur informel au Maroc et revient cette fois-ci sur la nature de la relation
entre le secteur informel et le potentiel de croissance.
333
Le secteur informel semble peiner encore à trouver une définition bien directe qui ne se
conjugue pas par la négation et le non-respect de certaines règles, dont la tenue de
comptabilité ou autre. En effet, malgré différents essais, il s’avère très compliqué d’associer
une définition directe du phénomène d’autant plus que le souci de la comparabilité à
l’échelle nationale est de mise. Ceci étant, il est un peu plus facile de distinguer, du moins
sur le plan conceptuel, la différence entre le secteur informel, celui illégal ou encore le
secteur souterrain. En effet, contrairement aux activités souterraines, le secteur informel
n’est pas forcément le fruit d’une action délibérée des acteurs de cacher leurs activités. De
plus, l’activité illégale est formellement interdite par la réglementation en vigueur tandis
que l’informel agit le plus souvent dans le spectre de la légalité et peut tomber, sous
certaines conditions, dans l’illégal, si besoin il y a de licences particulières et/ou
d’agréments. Néanmoins, il est difficile de mettre en pratique cette distinction conceptuel,
ce qui ne manque pas d’impacter la qualité des mesures réelles de ces activités, qui varient
en fonction des pays, du temps ainsi que des systèmes et outils statistiques utilisés.
En ce qui concerne plus particulièrement les méthodes directes, reposant le plus souvent
sur le recoupement des données comptables, les redressements fiscaux et/ou douaniers ou
encore sur une panoplie de variantes d’enquêtes statistiques, celles-ci sont confrontées à
des limites fondamentalement difficiles à relever. En effet, les contrôles fiscaux ne peuvent
couvrir l’ensemble des secteurs et des unités d’activités et au regard des coûts y associés
sont le plus souvent orientés aux unités d’une certaine taille, ce qui complique largement la
généralisation et la représentativité des résultats obtenus. Le problème est un peu différent
du côté des enquêtes statistiques, qui en fonction des unités sondées, peuvent induire à des
biais de réponses au regard de la sincérité des réponses données par manque de confiance
et d’assurance des agents questionnés.
En la matière, le Maroc dispose de trois enquêtes menées à l’échelle nationale se

rapportant au secteur informel. Couvrant les unités de productions non agricoles qui
exercent des activités de production de biens et de services, sans se conformer aux
dispositions statuaires et comptables selon les normes en vigueur au Maroc, les enquêtes
334
nationales sur le secteur informel ont été menées en 1999/2000, 2006/2007 et 2013/2014.
Outre les activités agricoles, leur champ exclut les activités illicites ou illégales telles que la
contrebande ou la drogue. Les résultats obtenus à travers celles-ci permettent de mieux
comprendre certains aspects du phénomène. En effet, ils font état notamment de la
faiblesse du niveau d’instruction des agents et des chefs des unités de production
informelles (UPI). Il en ressort aussi une quasi-stabilité du rythme d’accroissement du
chiffre d’affaire du secteur informel autour de 6,5% entre 1999 et 2013 pour s’élever à 410
milliards de dirhams en 2013 et ce parallèlement à une décélération des nouvelles créations
des unités informelles, dont l’accroissement annuel moyen est passé de 40.000 unités par
an entre 1999 et 2007 à 19.000 unités par an entre 2007 et 2014.
La structure du chiffre d’affaire moyen des UPI est dominée par les petites et
microentreprises. En parallèle, le secteur souffre d’un fort cloisonnement sur les marchés
intérieurs, notamment informels, avec de très faibles participations directes aux
importations et exportations dans l’approvisionnement et les débouchés. En outre, la
participation du secteur aux facteurs de production (capital physique et humain) se
caractérise par une participation très limitée à l’investissement, avec une part ne dépassant
pas 1,5% de celui-ci, alors que son apport sur le marché du travail s’avère bien plus
important avec une contribution de 36,3% en 2013 de l’emploi informel dans l’emploi non
agricole (37,3% en 2007 et 39% en 1999). Cependant, l’importance de l’emploi dans les
activités informelles ne se matérialise pas au niveau de la masse salariale versée par ce
secteur, puisque celle-ci ne dépasse pas 4% en 2013 du total de la rémunération salariale à
l’échelle nationale. Le même constat est relevé en matière fiscale, puisque la participation
du secteur informel aux recettes fiscales se limite à 0,8%. Par ailleurs, le poids au PIB du
secteur informel, tel que défini par l’enquête nationale sur le secteur informel de
2013/2014, s’est élevé de 11% en 2007 à 11,5% en 2013, alors qu’il avait baissé entre 1999
et 2006, selon les résultats de l’enquête de 2006/2007.
Afin de pallier à l’inexistence de données officielles avec une longévité temporelle suffisante
pour mener des études statistiques, le recours à certaines variantes des méthodes
335
indirectes est prôné. La famille des méthodes indirectes devient de plus en plus grande avec
le recours à de nouvelles approches avec différentes variantes, ceci étant, les limites de
celles-ci sont globalement les mêmes, elles reposent le plus souvent sur des hypothèses
dont l’évidence empirique n’est le plus souvent pas vérifiable.
Dans ce sens, il est recouru dans la deuxième section à l’une des approches indirectes les
plus simples, à savoir celle de Kaufman et Kaliberda, et ce afin de pouvoir vérifier dans un
premier temps la robustesse des hypothèses sous-jacentes à celle-ci avant d’extraire
quelques faits stylisés à travers l’application d’une version augmentée de cette méthode sur
les données disponibles à l’échelle internationale. Le choix de cette méthode est dicté
notamment par une forte utilisation des hypothèses sous-jacentes à celle-ci dans la
littérature empirique passée et présente sont y apportée suffisamment d’évidences
empiriques. Présentée en 1996 dans le cadre d’une étude sur les pays de l’Europe de l’Est,
cette approche stipule l’existence d’une élasticité stable et quasi-unitaire entre la
consommation d’électricité et l’activité économique globale dans ces pays.
La vérification de la véracité de cette hypothèse est discutée à travers le recours à la base

de données des indicateurs de développement mondial de la Banque mondiale, édition de
juillet 2017. En outre, un développement de cette approche est proposé à travers le recours
à deux autres indicateurs, à savoir la consommation électrique ajustée par l’accès de la
population à l’électricité et la consommation énergétique. Les résultats obtenus indiquent
notamment que la valeur unitaire semble faire partie de l’intervalle de confiance pour les
élasticités issues des trois calculs. Par méthode, la valeur médiane ressort à 1,03 et celle
moyenne à 1,15 pour les élasticités basées sur la consommation d’électricité, à 0,84 en
médiane et 1,01 en moyenne pour la consommation ajustée d’électricité et à 0,85 en
médiane et 0,59 en moyenne pour la consommation énergétique.
Au regard des résultats obtenus, le choix est effectué d’appliquer la version améliorée de
cette méthode sur la base d’une élasticité unitaire de l’indicateur ajusté de la
consommation d’électricité. Ceci permet d’évaluer l’évolution du secteur informel entre
1991 et 2014 pour un panel de 134 pays. L’analyse statistique des résultats obtenus permet
336
d’établir une baisse quasi-généralisée sur la période 1991-2007 et l’existence d’un

changement d’orientation sur la période post-crise dans la majorité des pays, avec plusieurs
années de hausse du secteur (14 pays sur 134 ont pu maintenir une baisse continue du
secteur informel sur la période 2007-2014). En outre, une analyse graphique des données
croisées permet d’indiquer notamment une corrélation négative du secteur informel avec le
PIB par habitant et positive avec la pression fiscale et différents indicateurs de complexité
du système.
Après vérification de la stationnarité des données et de l’éventualité d’existence de relation

de cointégration, une modélisation en panel dynamique de moindre carré, estimée entre
1990 et 2014, sur la base de 1.481 observations couvrant 86 pays, corrobore les résultats
obtenus à travers la lecture graphique. Cette régression fait ressortir notamment l’existence
d’une relation de long terme entre le secteur informel, le PIB par habitant et la pression
fiscale. L’élasticité de long terme entre le secteur informel et le PIB par habitant ressort à -
0,27 et celle avec la pression fiscale à 0,108.
En fonction de la disponibilité des indicateurs de complexité du système fiscal, basés sur les
données du Doing business, qu’à partir de 2006, le recours à différents modèles panel de
moindre carré entièrement modifié sur la période 2007-2014 est effectué. La prise en
compte des indicateurs reflétant la complexité du système fiscal au niveau de différents
modèles en panel permet de confirmer globalement les résultats précédents, avec des
ordres de grandeurs différents en fonction de la disponibilité des données et du degré de
variabilité des indicateurs de complexité, et indiquent globalement que la pression fiscale
est d’autant plus déterminante et significative en présence de ces indicateurs.
Dans cette perspective et s’intéressant plus particulièrement à la relation entre secteur

informel et potentiel de croissance, la troisième section utilise les enseignements issus des
travaux précédents et recours à l’une des variantes monétaires pour approcher le secteur
informel pour le seul cas du Maroc. Les approches monétaires, largement utilisées dans la
littérature empirique, semblent maintenir l’engouement des économistes au regard de la
possibilité d’asseoir pour une partie de ces variantes une certaine logique comportementale
337
aux agents économiques. Dans ce sens, l’approche utilisée pour le Maroc retient l’un des
développements de la méthode de Tanzi, postulant l’existence de relations
comportementales entre le recours à la monnaie fiduciaire pour les besoins d’informalité et
la pression fiscalité. En postulant l’égalité de la vitesse de circulation monétaire dans le
secteur informel avec celle des activités formelles 38, le secteur informel correspond à la
proportion de la monnaie en circulation expliquée par la prise en compte de la pression
fiscale en comparaison avec le modèle sans taxation.
Le calcul du secteur informel est basé sur les développements issus d’un modèle à
correction d’erreurs expliquant la monnaie fiduciaire rapportée au PIB nominal par le PIB
par habitant, les transferts courants en provenance de l’extérieur déflatés par le déflateur
du PIB, la pression fiscale, la part des impôts directs et celle des impôts indirects dans le
total des recettes fiscales. L’analyse des données obtenues par cette approche indique
notamment l’existence d’une première tendance à la hausse entre 1980 et 1987, avant
d’entamer une orientation globalement baissière entre 1988 et 2006, puis un nouveau
changement de tendance sur le reste de la période, avec la matérialisation de plus en plus
dans le temps d’une tendance ascendante entre 2007 et 2016. Ces deux dernières
évolutions sont globalement en ligne avec les résultats établis à travers l’approche de
Kaufman et Kaliberda sur la période 1990-2014.
Une investigation économétrique basée sur les modèles VAR structurels permet de
proposer quelques éclairages sur la nature de la relation régissant le secteur informel et le
potentiel de croissance au Maroc. Ce travail repose sur un modèle VAR 39 structurel,
couvrant la période 1980-2016, à cinq variables endogènes, à savoir le PIB, l’indice des prix
à la consommation, la masse salariale, le taux de change effectif nominal et le secteur
informel (déduit de la méthode monétaire), et deux variables exogènes : le PIB de l’union
européenne et la production céréalière. En distinguant les contraintes de long terme de
celles de court terme, le modèle repose sur une extension de l’approche de Blanchard et
38
Malheureusement, les données disponibles à l’échelle nationale ne permettent pas de tester pour le moment empiriquement la véracité de cette
hypothèse. Cependant cette méthode et plus particulièrement cette hypothèse est largement utilisée et reproduite dans la littérature empirique.
39
Il s’agit du modèle VAR utilisé dans la troisième section du premier chapitre pour mesurer le potentiel, augmenté par l’ajout d’une cinquième variable
endogène, à savoir le secteur informel déduit de la méthode monétaire.
338
Quah (1989) pour déterminer une partie des contraintes de long terme et sur les travaux de
Gali (1992) postulant l’absence d’effet instantané de certains chocs structurels sur le
potentiel de croissance, ce qui permet d’identifier les restrictions de court terme. Le reste
des restrictions aussi bien de long que de court terme nécessaire pour assurer le passage
d’un modèle VAR canonique à un modèle structurel est obtenu à travers un processus
itératif permettant d’analyser la robustesse des résultats obtenus en fonction des
hypothèses établies.
339
ANNEXE I : Tableau comparatif des méthodes de mesures directes du secteur informel au Maroc
Année Critère Champ d’étude Définition du secteur Nombre Effectif Production Valeur ajoutée Investissement Chiffre
informel SI d’unités employé d’affaire
(U) du SI des USI
1984 / La non tenue d’une Secteur du BTP Toutes les unités 8 341 35 506
1985 comptabilité détaillée (localisées et non
localisées) qui ne
détiennent pas de
comptabilité détaillée
1988 - Taille de l’unité ne - Industries de Unité avec un maximum 244 869 480 021 30937 MDH 20632 MDH 503 MDH --
dépassant pas 10 actifs transformations de dix actifs qui ne
- Non tenue d’une - Commerce de détail détient pas une
comptabilité détaillée - Services comptabilité détaillée
1997 - Taille de l’unité ne - Industries de Toutes les unités de 513 450 1 061 000
dépassant pas 10 actifs transformations moins de 10 actifs et qui (21185 (62038
- Utilisation d’un local fixe - Bâtiment échappent à la loi unités emplois
- Non-respect partiel ou - Commerce de détail dans le dans le
total de l’impôt et des taxes - Services Bâtiment) Bâtiment)
et/ou des contributions au
régime de sécurité sociale
44
1999/ - Ensemble des activités Toutes les unités de 1 233 240 1 901 947 64,9 MMDH (16,3% PIB1998) 166,3 MMDH
40 42
2000 économiques (urbain et production informelles (8 891) (39,0%) (134885 CA
41 43
rural) disposant d’un local ou non agricoles (23,3%) (70,5%) Moyen)
non à l’exception de marchandes ne
Non tenue d’une l’agriculture disposant pas de la
2006/ comptabilité détaillée - Industrie et artisanat comptabilité légale. 1 550 274 2 216 116 107,9MMDH 71,0MMDH 2 741 MDH 279,9 MMDH
1 3 45
2007 (10 259) (37,3%) (10,9%) (12,3% : VA2007) (1,2% FBCF2007) (180559DH
- Commerce et réparation Elle n’inclut pas les 2 4 5
- Services activités illicites ou (18,6%) (74,9%) (14,3% PIB1998)
5
CA Moyen)
(11% PIB2007)
- Construction illégales telles que la
2013/ contrebande, la drogue, 1,68 million 2 375 922 185MMDH 103,3MMDH 3 366 MDH 410MMDH
1 3 6
2014 etc. (10 085) (36,3%) (12,2%) (12,6% : VA2007) (1,1% FBCF2007) (244300DH
5
(11,5% PIB2007) CA Moyen)
40
Nombre d’unités de production enquêtées.
41
Ratio des unités informelles enregistrées dans le fichier de la patente.
42
Part de l'auto-emploi dans le secteur informel (non agricole).
43
Pourcentage des UPI employant de manière permanente une personne.
44
Contribution absolue au PIB du SI.
45
Part dans la production nationale.
328
ANNEXE 2 : Réponses impulsionnelles détaillées du modèle VAR structurel avec secteur informel
S1 ; Restriction de long terme et 𝑫𝟐𝟐 (𝟎) = 𝟎 : Réponses cumulées (Response to Cholesky One S.D. Innovations)
Accumulated R esponse ofD LOG(PIB) to D LOG(PIB) Accumulated R esponse ofD LOG(PIB) to D LOG(IPC) Accumulated R esponse ofD LOG(PIB) to D LOG(M3) Accumulated R esponse ofD LOG(PIB) to D LOG(TC EN) Accumulated R esponse ofD LOG(PIB) to D LOG(IN FOR MEL)
.02 .02 .02 .02 .02
.01 .01 .01 .01 .01
.00 .00 .00 .00 .00
-.01 -.01 -.01 -.01 -.01
-.02 -.02 -.02 -.02 -.02

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Accumulated R esponse ofD LOG(IPC ) to D LOG(PIB) Accumulated R esponse ofD LOG(IPC ) to D LOG(IPC) Accumulated R esponse ofD LOG(IPC) to D LOG(M3) Accumulated R esponse ofD LOG(IPC) to D LOG(TCEN) Accumulated R esponse ofD LOG(IPC) to D LOG(INFORMEL)
.04 .04 .04 .04 .04
.03 .03 .03 .03 .03
.02 .02 .02 .02 .02
.01 .01 .01 .01 .01
.00 .00 .00 .00 .00
-.01 -.01 -.01 -.01 -.01

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Accumulated R esponse ofD LOG(M3) to D LOG(PIB) Accumulated R esponse ofD LOG(M3) to D LOG(IPC) Accumulated R esponse ofD LOG(M3) to D LOG(M3) Accumulated R esponse ofD LOG(M3) to D LOG(TCEN) Accumulated R esponse ofD LOG(M3) to D LOG(IN FOR MEL)
.08 .08 .08 .08 .08
.06 .06 .06 .06 .06
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Accumulated R esponse ofD LOG(TC EN ) to D LOG(PIB) Accumulated R esponse ofD LOG(TC EN ) to D LOG(IPC) Accumulated R esponse ofD LOG(TCEN ) to D LOG(M3) Accumulated R esponse ofD LOG(TCEN ) to D LOG(TCEN) Accumulated R esponse ofD LOG(TCEN) to D LOG(INFOR MEL)
.06 .06 .06 .06 .06
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Accumulated R esponse ofD LOG(IN FOR MEL) to D LOG(PIB) Accumulated R esponse ofD LOG(IN FOR MEL) to D LOG(IPC) Accumulated R esponse ofD LOG(INFOR MEL) to D LOG(M3) Accumulated R esponse ofD LOG(INFOR MEL) to D LOG(TCEN ) Accumulated R esponse ofD LOG(IN FOR MEL) to D LOG(IN FORMEL)
.04 .04 .04 .04 .04
.00 .00 .00 .00 .00
-.04 -.04 -.04 -.04 -.04
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
329
S1 ; Restriction de long terme et 𝑫𝟐𝟐 (𝟎) = 𝟎 : Réponses non cumulées (Response to Cholesky One S.D. Innovations)
Response of DLOG(PIB) to DLOG(PIB) Response of DLOG(PIB) to DLOG(IPC) Response of DLOG(PIB) to DLOG(M3) Response of DLOG(PIB) to DLOG(TCEN) Response of DLOG(PIB) to DLOG(INFORMEL)
.0 20 .0 20 .0 20 .0 20 .0 20
.0 15 .0 15 .0 15 .0 15 .0 15
.0 10 .0 10 .0 10 .0 10 .0 10
.0 05 .0 05 .0 05 .0 05 .0 05
.0 00 .0 00 .0 00 .0 00 .0 00
- .0 05 - .0 05 - .0 05 - .0 05 - .0 05
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Response of DLOG(IPC) to DLOG(PIB) Response of DLOG(IPC) to DLOG(IPC) Response of DLOG(IPC) to DLOG(M3) Response of DLOG(IPC) to DLOG(TCEN) Response of DLOG(IPC) to DLOG(INFORMEL)
.0 20 .0 20 .0 20 .0 20 .0 20
.0 15 .0 15 .0 15 .0 15 .0 15
.0 10 .0 10 .0 10 .0 10 .0 10
.0 05 .0 05 .0 05 .0 05 .0 05
.0 00 .0 00 .0 00 .0 00 .0 00
- .0 05 - .0 05 - .0 05 - .0 05 - .0 05
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Response of DLOG(M3) to DLOG(PIB) Response of DLOG(M3) to DLOG(IPC) Response of DLOG(M3) to DLOG(M3) Response of DLOG(M3) to DLOG(TCEN) Response of DLOG(M3) to DLOG(INFORMEL)
.0 4 .0 4 .0 4 .0 4 .0 4
.0 3 .0 3 .0 3 .0 3 .0 3
.0 2 .0 2 .0 2 .0 2 .0 2
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Response of DLOG(TCEN) to DLOG(PIB) Response of DLOG(TCEN) to DLOG(IPC) Response of DLOG(TCEN) to DLOG(M3) Response of DLOG(TCEN) to DLOG(TCEN) Response of DLOG(TCEN) to DLOG(INFORMEL)
.0 3 .0 3 .0 3 .0 3 .0 3
.0 2 .0 2 .0 2 .0 2 .0 2
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Response of DLOG(INFORMEL) to DLOG(PIB) Response of DLOG(INFORMEL) to DLOG(IPC) Response of DLOG(INFORMEL) to DLOG(M3) Response of DLOG(INFORMEL) to DLOG(TCEN) Response of DLOG(INFORMEL) to DLOG(INFORMEL)
.0 6 .0 6 .0 6 .0 6 .0 6
.0 4 .0 4 .0 4 .0 4 .0 4
.0 2 .0 2 .0 2 .0 2 .0 2
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
- .0 4 - .0 4 - .0 4 - .0 4 - .0 4
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
330
S2 ; Restriction de long terme et 𝑫𝟑𝟑 (𝟎) = 𝟎 : Réponses cumulées (Response to Cholesky One S.D. Innovations)
Accumulated Response of DLOG(PIB) to Shock1 Accumulated Response of DLOG(PIB) to Shock2 Accumulated Response of DLOG(PIB) to Shock3 Accumulated Response of DLOG(PIB) to Shock4 Accumulated Response of DLOG(PIB) to Shock5
.03 .03 .03 .03 .03
.02 .02 .02 .02 .02
.01 .01 .01 .01 .01
.00 .00 .00 .00 .00
-.01 -.01 -.01 -.01 -.01

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Accumulated Response of DLOG(IPC) to Shock1 Accumulated Response of DLOG(IPC) to Shock2 Accumulated Response of DLOG(IPC) to Shock3 Accumulated Response of DLOG(IPC) to Shock4 Accumulated Response of DLOG(IPC) to Shock5
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Accumulated Response of DLOG(M3) to Shock1 Accumulated Response of DLOG(M3) to Shock2 Accumulated Response of DLOG(M3) to Shock3 Accumulated Response of DLOG(M3) to Shock4 Accumulated Response of DLOG(M3) to Shock5
.06 .06 .06 .06 .06
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Accumulated Response of DLOG(TCEN) to Shock1 Accumulated Response of DLOG(TCEN) to Shock2 Accumulated Response of DLOG(TCEN) to Shock3 Accumulated Response of DLOG(TCEN) to Shock4 Accumulated Response of DLOG(TCEN) to Shock5
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04
-.06 -.06 -.06 -.06 -.06

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Accumulated Response of DLOG(INFORMEL) to Shock1 Accumulated Response of DLOG(INFORMEL) to Shock2 Accumulated Response of DLOG(INFORMEL) to Shock3 Accumulated Response of DLOG(INFORMEL) to Shock4 Accumulated Response of DLOG(INFORMEL) to Shock5
.04 .04 .04 .04 .04
.00 .00 .00 .00 .00
-.04 -.04 -.04 -.04 -.04
-.08 -.08 -.08 -.08 -.08

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
331
S2 ; Restriction de long terme et 𝑫𝟑𝟑 (𝟎) = 𝟎 : Réponses non cumulées (Response to Cholesky One S.D. Innovations)
332
Response of DLOG (PIB) to Shock1 Response of DLOG (PIB) to Shock2 Response of DLOG (PIB) to Shock3 Response of DLOG (PIB) to Shock4 Response of DLOG (PIB) to Shock5
.0 2 .0 2 .0 2 .0 2 .0 2
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Response of DLOG (IPC) to Shock1 Response of DLOG (IPC) to Shock2 Response of DLOG (IPC) to Shock3 Response of DLOG (IPC) to Shock4 Response of DLOG (IPC) to Shock5
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Response of DLO G (M3) to Shock1 Response of DLO G (M3) to Shock2 Response of DLO G (M3) to Shock3 Response of DLO G (M3) to Shock4 Response of DLO G (M3) to Shock5
.0 3 .0 3 .0 3 .0 3 .0 3
.0 2 .0 2 .0 2 .0 2 .0 2
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Response of DLO G(T CEN) to Shock1 Response of DLO G(T CEN) to Shock2 Response of DLO G(T CEN) to Shock3 Response of DLO G(T CEN) to Shock4 Response of DLO G(T CEN) to Shock5
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
- .0 3 - .0 3 - .0 3 - .0 3 - .0 3
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
Response of DLOG(INFORMEL) to Shock1 Response of DLOG(INFORMEL) to Shock2 Response of DLOG(INFORMEL) to Shock3 Response of DLOG(INFORMEL) to Shock4 Response of DLOG(INFORMEL) to Shock5
.0 2 .0 2 .0 2 .0 2 .0 2
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
- .0 4 - .0 4 - .0 4 - .0 4 - .0 4
- .0 6 - .0 6 - .0 6 - .0 6 - .0 6
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
333
S3 ; Restriction de long terme et 𝑫𝟒𝟒 (𝟎) = 𝟎 : Réponses cumulées (Response to Cholesky One S.D. Innovations)
334
.03 .03 .03 .03 .03
.02 .02 .02 .02 .02
.01 .01 .01 .01 .01
.00 .00 .00 .00 .00
-.01 -.01 -.01 -.01 -.01

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.08 .08 .08 .08 .08
.04 .04 .04 .04 .04
.00 .00 .00 .00 .00
-.04 -.04 -.04 -.04 -.04
-.08 -.08 -.08 -.08 -.08

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04
-.06 -.06 -.06 -.06 -.06

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.08 .08 .08 .08 .08
.06 .06 .06 .06 .06
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
335
S3 ; Restriction de long terme et 𝑫𝟒𝟒 (𝟎) = 𝟎 : Réponses non cumulées (Response to Cholesky One S.D. Innovations)
.0 2 .0 2 .0 2 .0 2 .0 2
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 3 .0 3 .0 3 .0 3 .0 3
.0 2 .0 2 .0 2 .0 2 .0 2
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
- .0 3 - .0 3 - .0 3 - .0 3 - .0 3
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 6 .0 6 .0 6 .0 6 .0 6
.0 4 .0 4 .0 4 .0 4 .0 4
.0 2 .0 2 .0 2 .0 2 .0 2
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
336
S4 ; Restrictions de court terme 𝑫𝟐𝟐 (𝟎) = 𝑫𝟑𝟑 (𝟎) = 𝟎 : Réponses cumulées (Response to Cholesky One S.D. Innovations)
.020 .020 .020 .020 .020
.015 .015 .015 .015 .015
.010 .010 .010 .010 .010
.005 .005 .005 .005 .005
.000 .000 .000 .000 .000
-.005 -.005 -.005 -.005 -.005

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.08 .08 .08 .08 .08
.04 .04 .04 .04 .04
.00 .00 .00 .00 .00
-.04 -.04 -.04 -.04 -.04
-.08 -.08 -.08 -.08 -.08

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04
-.06 -.06 -.06 -.06 -.06

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.08 .08 .08 .08 .08
.06 .06 .06 .06 .06
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
337
S4 ; Restrictions de court terme 𝑫𝟐𝟐 (𝟎) = 𝑫𝟑𝟑 (𝟎) = 𝟎 : Réponses non cumulées (Response to Cholesky One S.D. Innovations)
.0 20 .0 20 .0 20 .0 20 .0 20
.0 15 .0 15 .0 15 .0 15 .0 15
.0 10 .0 10 .0 10 .0 10 .0 10
.0 05 .0 05 .0 05 .0 05 .0 05
.0 00 .0 00 .0 00 .0 00 .0 00
- .0 05 - .0 05 - .0 05 - .0 05 - .0 05
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 3 .0 3 .0 3 .0 3 .0 3
.0 2 .0 2 .0 2 .0 2 .0 2
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
- .0 3 - .0 3 - .0 3 - .0 3 - .0 3
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 6 .0 6 .0 6 .0 6 .0 6
.0 4 .0 4 .0 4 .0 4 .0 4
.0 2 .0 2 .0 2 .0 2 .0 2
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
338
S5 ; Restrictions de court terme 𝑫𝟐𝟐 (𝟎) = 𝑫𝟒𝟒 (𝟎) = 𝟎 : Réponses cumulées (Response to Cholesky One S.D. Innovations)
.020 .020 .020 .020 .020
.015 .015 .015 .015 .015
.010 .010 .010 .010 .010
.005 .005 .005 .005 .005
.000 .000 .000 .000 .000
-.005 -.005 -.005 -.005 -.005

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.08 .08 .08 .08 .08
.04 .04 .04 .04 .04
.00 .00 .00 .00 .00
-.04 -.04 -.04 -.04 -.04
-.08 -.08 -.08 -.08 -.08

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04
-.06 -.06 -.06 -.06 -.06

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.08 .08 .08 .08 .08
.04 .04 .04 .04 .04
.00 .00 .00 .00 .00
-.04 -.04 -.04 -.04 -.04

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
339
S5 ; Restrictions de court terme 𝑫𝟐𝟐 (𝟎) = 𝑫𝟒𝟒 (𝟎) = 𝟎 : Réponses non cumulées (Response to Cholesky One S.D. Innovations)
340
.0 20 .0 20 .0 20 .0 20 .0 20
.0 15 .0 15 .0 15 .0 15 .0 15
.0 10 .0 10 .0 10 .0 10 .0 10
.0 05 .0 05 .0 05 .0 05 .0 05
.0 00 .0 00 .0 00 .0 00 .0 00
- .0 05 - .0 05 - .0 05 - .0 05 - .0 05
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 3 .0 3 .0 3 .0 3 .0 3
.0 2 .0 2 .0 2 .0 2 .0 2
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
- .0 3 - .0 3 - .0 3 - .0 3 - .0 3
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 6 .0 6 .0 6 .0 6 .0 6
.0 4 .0 4 .0 4 .0 4 .0 4
.0 2 .0 2 .0 2 .0 2 .0 2
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
- .0 4 - .0 4 - .0 4 - .0 4 - .0 4
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
341
S6 ; Restrictions de court terme 𝑫𝟑𝟑 (𝟎) = 𝑫𝟒𝟒 (𝟎) = 𝟎 : Réponses cumulées (Response to Cholesky One S.D. Innovations)
342
.020 .020 .020 .020 .020
.015 .015 .015 .015 .015
.010 .010 .010 .010 .010
.005 .005 .005 .005 .005
.000 .000 .000 .000 .000
-.005 -.005 -.005 -.005 -.005

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.08 .08 .08 .08 .08
.04 .04 .04 .04 .04
.00 .00 .00 .00 .00
-.04 -.04 -.04 -.04 -.04
-.08 -.08 -.08 -.08 -.08

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.04 .04 .04 .04 .04
.02 .02 .02 .02 .02
.00 .00 .00 .00 .00
-.02 -.02 -.02 -.02 -.02
-.04 -.04 -.04 -.04 -.04
-.06 -.06 -.06 -.06 -.06

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.08 .08 .08 .08 .08
.04 .04 .04 .04 .04
.00 .00 .00 .00 .00
-.04 -.04 -.04 -.04 -.04

2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
343
S6 ; Restrictions de court terme 𝑫𝟑𝟑 (𝟎) = 𝑫𝟒𝟒 (𝟎) = 𝟎 : Réponses non cumulées (Response to Cholesky One S.D. Innovations)
344
.0 20 .0 20 .0 20 .0 20 .0 20
.0 15 .0 15 .0 15 .0 15 .0 15
.0 10 .0 10 .0 10 .0 10 .0 10
.0 05 .0 05 .0 05 .0 05 .0 05
.0 00 .0 00 .0 00 .0 00 .0 00
- .0 05 - .0 05 - .0 05 - .0 05 - .0 05
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 3 .0 3 .0 3 .0 3 .0 3
.0 2 .0 2 .0 2 .0 2 .0 2
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 1 .0 1 .0 1 .0 1 .0 1
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 1 - .0 1 - .0 1 - .0 1 - .0 1
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
- .0 3 - .0 3 - .0 3 - .0 3 - .0 3
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
.0 6 .0 6 .0 6 .0 6 .0 6
.0 4 .0 4 .0 4 .0 4 .0 4
.0 2 .0 2 .0 2 .0 2 .0 2
.0 0 .0 0 .0 0 .0 0 .0 0
- .0 2 - .0 2 - .0 2 - .0 2 - .0 2
- .0 4 - .0 4 - .0 4 - .0 4 - .0 4
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
345
BIBLIOGRAPHIE
Abbas S.M., Bouhga-Hagb A., Fatás J., Mauro P. & Velloso R.C. (2010), “Fiscal Policy and the
Current Account”, CEPR Discussion Paper 7859.
Abdelatif Naânaâ (2002) « étude sur la taxation du travail au Maroc : le coin fiscal et social »
Document de travail, Ministère de l’économie, des finances, de la privatisation et du tourisme
Abdih Y., and L. Medina, (2016), “The informal economy in the Caucasus and Central Asia: size
and determinants” in Arnis Sauka, Friedrich Schneider, and Colin C. Williams (Editors)
Entrepreneurship and the Shadow Economy, Edward Elgar Publishing Inc.
Abell, J. D. (1990) “Twin deficits during the 1980s: an empirical investigation” Journal of
Macroeconomics, 12 (1), 81-96.
Acaravci A. & Ozturk I. (2008). “Twin Deficits Phenomenon: Empirical Evidence from the ARDL
Bound Test Approach for Turkey”, Bulletin of Statistics and Economics, 2.
Adam, Markus C. and Victor Ginsburgh (1985) “The Effects of Irregular Markets on
Macroeconomic Policy: Some Estimates for Belgium,” Europ. Econ. Rev., 29:1, pp. 15–33.
Ademola Ariyo et William Bekoe, Currency Demand (2011) “The Underground Economy and Tax
Evasion: The Case of Nigeria”, Journal of Monetary and Economic Integration.
Adriana Davidescu, Vasile Alecsandru, Strata Andree and Maria Paul (2015), “Revisiting the Size
of Romanian Informal Economy Using the Gutmann Approach”, Procedia Economics and
Finance.
AFRISTAT (2007), Actes du Séminaire « Le secteur informel et la politique économique en
Afrique subsaharienne », Bamako
Ait Soudane Jalila (2013), “Les déterminants de la régulation du marché du travail et les
interrelations entre le secteur formel et informel ». Revue européenne du droit social
Ait Soudane Jalila (2013), “Secteur informel et marché du travail au Maroc ». Thèse de Doctorat
en sciences économiques sous la direction de Hélène Rey-Valette - Montpellier 1.
Agenor P. R., El Aynaoui K. (2003) «Labor market policies and unemployment in Morocco: a
quantitative analysis», working paper n° 3091, World Bank
Akesbi A. (1993) « Ajustement structurel et segmentation du marché du travail », Annales
Marocaines d’Economie, Rabat
Alexandru, A.A., Dobre, I., Ghinararu, C., (2009). « Estimating the size of the Romanian shadow
economy using the currency demand approach”, Analele Universitatii din Oradea, seria Stiinte
Economice, Tom XVIII, Vol. II, pp. 623-631
Ali Latreche (2011) « Comptabilisation des éléments de la sphère de production relevant de
l’économie souterraine en Algérie » Thèse de Doctorat-Université de Constantine II.
Archambault E., Greffe X. (Eds.) (1984) «Les économies non officielles», La Découverte Ed.,
Paris.
Artatrana R. (2011). “Twin Deficits or Distant Cousins? Evidence from India”, Economics Faculty
341
Working Papers.
Atkins, F., (1999). “Macroeconomic time series and the monetary aggregates approach to
estimating the underground economy”, Applied Economics Letters
Bacchetta Marc, Ekkehard Ernst et Juana Paola Bustamante (2010) « Mondialisation et emploi
informel dans les pays en développement », BIT.
Bartolini L. & Labiri A. (2006). “Twin deficits, twenty years latter“. Current Issues in Economics
and Finance, 12 (7), pp. 1-7.
Batini, N, Y-B Kim, P Levine and E Lotti (2010): “Informal labour and c redit markets: A survey”,
IMF Working Papers.
Benjamin N., and A.A. Mbaye (2012a). ‘The Informal Sector in Francophone Africa: Firm Size,
Productivity and Institutions’. Washington, DC: World Bank.
Benjamin N., and A.A. Mbaye (2012b). ‘Informality, Productivity, and Enforcement in West
Africa: A Firm-Level Analysis’. Review of Development Economics
Benjamin N., S. Golub, and A. A. Mbaye (2014). ‘Informality, Regional Integration and Smuggling
in West Africa’. Forthcoming in Borderland Studies
Benlamine Mokhtar (2015) « Les déficits jumeaux au Maroc du mythe aux réalités : quelles
implications pour l’économie marocaine » OCPPC.
BIT (1991) « Le dilemme du secteur informel », Rapport du Directeur Général, conférence
internationale du travail, 78ème session, Genève
BIT (1993a) « Statistiques de l’emploi dans le secteur informel », Rapport pour la XVème
Conférence Internationale des Statisticiens du travail, BIT, Genève
BIT (1993b) « Rapport de la conférence, Rapport pour la XVème Conférence Internationale des
Statisticiens du travail» BIT, Genève
BIT (1998a) « Mesure du sous-emploi », Rapport pour la XVIème Conférence Internationale des
Statisticiens du Travail, BIT, Genève
BIT (1998b) « Recommandations internationales en vigueur sur les statistiques du travail »,
BIT (2000b) «Le secteur informel en Afrique subsaharienne francophone : vers la promotion
d’un travail décent», document de travail, BIT, Genève
BIT (2001) «Agenda global pour l’emploi», BIT, Genève
BIT (2002) « Travail décent et économie informelle » BIT, Genève
BIT (2007) « Travail décent et objectif du millénaire pour le développement : description et
analyse d’une nouvelle cible » dans Indicateurs clés du marché du travail, BIT, Genève
BIT « Mesure de l’économie informelle - économie informelle et travail décent : guide de
ressources sur les politiques, soutenir les transitions vers la formalité » Genève.
BIT (2011), “Statistical Update on Employment in the Informal Economy”.
BIT (2013), « Manuel statistique sur le secteur informel et l’emploi informel »
342
Blades, Derek. (1982). “The Hidden Economy and the National Accounts,” OECD Occasional
Studies, Paris, pp. 28–44.
Blanchard, O and J Galí (2010): “Labor markets and m onetary policy: A new Keynesian model
with unemployment”, American Economic Journal: Macroeconomics, 2(2), 1-30.
Bluedorn J. C., & Leigh D. (2011). “Revisiting the twin deficits hypothesis: the effect of fiscal
consolidation on the current account“. IMF Economic Review, 59 (4), 582-602.
Boeri, T and P Garibaldi (2006): “Shadow sorting”, CEPR Discussion Paper Series 5487
Bosch, M (2004): “Start up costs, informality and policy complentarities”, mimeo LSE.
Bosch, M (2006): “Job creation and job destruction in the presence of informal labour markets”,
CEP-LSE Discussion Papers 761.
Brambila Macias et Guido Cazzavillan, The dynamics of parallel economies. Measuring the
informal sector in Mexico, 2009.
Breusch, T. The Canadian underground economy: an examination of Giles and Tedds, Canadian
Tax Journal, (2005).
Cagan, Phillip. 1958. “The Demand for Currency Relative to the Total Money Supply,” J. Polit.
Econ., 66:3, pp. 302–28.
Carrillo, M R and M Pugno (2004): “The underground economy and underdevelopment”,
Economic Systems, 28(3), 257-279.
Chéron, A and F Langot (2000): “The Phillips and Beveridge curves revisited”, Economic Letters,
69(3), 371-376.
Chickering, Lawrence A. and Muhamed Salahdine, eds. 1991. The Silent Revolution: The
Informal Sector in Five Asian and Near Eastern Countries. San Francisco: Int. Center Econ.
Growth, ICS Press.
Chinn, Menzie D. (2005). “Getting Serious about the Twin Deficits.” Council on Foreign Relations,
Council Special Report no. 10, September.
Daniel Kaufmann & Aleksander Kaliberda (1996), “Integrating the Unofficial economy into the
dynamics of the post-socialist economies”, Policy research working paper.
de Soto, Hernando (1989) “The Other Path: The Invisible Revolution in the Third World”. New
York: Harper & Row.
Dell Anno & Schneider(2007), “Estimating the underground economy by using MIMIC Models: A
response to T. Breusch’s critique”, Department of Economics, Johannes Kepler University of Linz
Working Paper.
Diab Harb and Prasad S. Bhattacharya (2008) “Revealing Australia’s Underground Economy”.
University of Australia.
DIARRA M. (2014). “L’hypothèse des déficits jumeaux : une évaluation empirique appliquée aux
pays de l’UEMOA”, Revue Economique et Monétaire, N°15, Juin 2014
Dufour J.M., Renault E. (1992) : “Causalités à court et à long terme dans les modèles VAR et
343
ARIMA multivariés”, Document de travail CRDE – Université de Montréal.

Edin, Kathryn, and Laura Lein. (1997), “Making Ends Meet: How Single Mothers Survive Welfare
and Low-Wage Work”. New York: Russell Sage Foundation.
Feige E., (1986). "A Re-Examination of the `Underground Economy’ in the United States: A
Comment on Tanzi". IMF Staff Papers, Palgrave Macmillan, vol. 33(4), pages 768-781,
December.
Feige, E.L (1989) “The Underground Economies, tax Evasion and Information Distortion”
Cambridge University Press.
Feige, Edgar L. 1977. “The Anatomy of the Underground Economy.” In The Unofficial Economy.
Feld & Schneider (2010); “Survey on the Shadow Economy and Undeclared Earnings in OECD
countries”, German Economic Review.
Fleming M.H., J. Roman and G. Farrel, (2000). “The shadow economy”, Journal of International
Affairs.
Friedman, Eric; Simon Johnson, Daniel Kaufmann, and Pablo Zoido-Lobatón. (1999). “Dodging
the Grabbing Hand: The Determinants of Unofficial Activity in 69 Countries,” World Bank
Discussion Paper
Fugazza, M and J-F Jaques (2003): “Labour market institutions, taxations and the underground
economy”, Journal of Public Economics, 88(1-2), 395-418
Giles, D.E.A., (1999) “Measuring the hidden economy: implications for econometric modelling’,
The Economic Journal.
Giles, David E.A (1995), “Measuring the size of the hidden economy and the tax gap in New
Zealand: An econometric analysis”, Working Paper on Monitoring the Health of the Tax System,
Wellington, Inland Revenue Department.
Giles, David E.A.; Linsey M. Tedds, and Gugsa Werkneh. (1999). “The Canadian Underground and
Measured Economies,” Econ. Dept. Working Paper, U. Victoria, Canada.
Greenidge, Holder and Mayers (2005) “Estimating the size of the underground economy in
Barbados”, 26th Annual Review Seminar, Research Department Central Bank of Barbados.
Guerino Ardizzi, Carmelo Petraglia, Massimiliano Piacenza and Gilberto Turati (2012)
“Measuring the underground economy with the currency demand approach: a reinterpretation
of the methodology, with an application to Italy” WP - Banca d’Italia.
Gunn, Christopher (2004). “Third-Sector Development: Making Up for the Market”. Ithaca, NY:
Cornell University Press.
Hart, Keith. (1973) “Informal Income Opportunities and Urban Employment in Ghana.” Journal
of Modern African Studies 11(1): 61–89.
Haut-Commissariat au Plan ; INTRODUCTION DE MONSIEUR AHMED LAHLIMI ALAMI, HAUT
COMMISSAIRE AU PLAN A LA PRÉSENTATION DES RÉSULTATS DE L’ENQUÊTE NATIONALE SUR LA
SPHÈRE DES ACTIVITÉS INFORMELLES AU MAROC
Haut-Commissariat au Plan ; Présentation des résultats de l’Enquête Nationale sur la sphère des
344
activités informelles 2013/2014

Haut-Commissariat au Plan ; Enquête nationale sur le secteur informel 2006-2007. Rapport de
synthèse
Haut-Commissariat au Plan ; Enquête nationale sur le secteur informel 2007. Principaux
résultats (Note et annexe)
Haut-Commissariat au Plan ; Enquête nationale sur le secteur informel non agricole 1999/2000 -
Rapport des premiers résultats
Haut-Commissariat au Plan ; Enquête nationale sur le secteur informel non agricole 1999/2000 -
Rapport des premiers résultats (Tableaux statistiques)
Henley, Andrew & Arabsheibani, Reza & Carneiro, Francisco G., (2006). "On Defining and
Measuring the Informal Sector," IZA Discussion Papers 2473, Institute for the Study of Labor
(IZA) and World Bank Policy Research Working Paper 3866, March 2006.
Ibn Khaldoun (1377) Al Muqadima
International Monetary Fund, 2017, African Department Regional Economic Outlook, Chapter
Three: The Informal Economy in Sub-Saharan Africa, May 2017, Washington DC
Isachsen, Arne J.; Jan Klovland, and Steinar Strom. (1982). “The Hidden Economy in Norway,” in
The Underground Economy in the United States and Abroad.
Jobert T. & Zeyneloglu I. (2006) “Peut-on parler de déficits jumeaux pour la Turquie ? Une étude
empirique sur la période 1988-2000”, Economie Internationale.
Johannes P. Jütting & Juan R. de Laiglesia, (2009) « L’emploi informel dans les pays en
développement : Une normalité indépassable ? », Perspectives du centre de développement de
l’OCDE.
Johnson, Simon; Daniel Kaufmann, and Pablo Zoido-Lobatón. 1998a. “Regulatory Discretion and
the Unofficial Economy,” Amer.
Jonathan Emenike Ogbuabor & Victor A. Malaolu (2013), ”Size and Causes of the Informal Sector
of the Nigerian Economy: Evidence from Error Correction Mimic Model”, Journal of Economics
and Sustainable Development.
Juster, F. Thomas and Frank P. Stafford. 1991. “The Allocation of Time: Empirical Findings,
Behavioral Models, and the Problems of Measurement,” Journal of Economics.
Kaufmann, Daniel and Aleksander Kaliberda. (1996). “Integrating the Unofficial Economy into
the Dynamics of Post Socialist Economies: A Framework of Analyses and Evidence,” World Bank
Policy Research Working Paper 1691.
Kaufmann, Daniel. (1997). “The Missing Pillar of a Growth Strategy for Ukraine,” in Ukraine:
Accelerating the Transition to Market. P. Cornelius and P. Lenain, eds. Washington D.C.: IMF.
Kim, Soyoung, & Nouriel Roubini. (2004). “Twin Deficits or Twin Divergence? Fiscal Policy,
Current Account and Real Exchange Rate in the U.S.” Mimeo, Korea University and New York
University.
Kolm, A-S and B Larsen (2003): “Does tax evasion affect unemployment and educational
345
choice?”, Copenhagen Business School Working paper 12-2003.

Kumhof M. & Laxton D., (2009), “Fiscal Deficits and Current Account Deficits,” IMF Working
Paper WP/09/237.
Lettre Trésor Eco, France, N°20 (2007). “Faut-il s'inquiéter des déséquilibres de balances
courantes en union monétaire ? ”
Leandro Medina, Andrew Jonelis, and Mehmet Cangul (2017) “The Informal Economy in Sub-
Saharan Africa: Size and Determinants” IMF
Loayza N., A. M. Oviedo and L. Servén, (2005). “The Impact of Regulation on Growth and
Informality”, Policy Research Working Paper Series 3623, The World Bank.
Loayza, N (1997):“The Economics of the informal sector: A simple model and some empirical
evidence from Latin America”, World Bank Policy Research Working Paper 1727.
Ministère délègue chargé de l’habitat et de l’urbanisme, Direction de la promotion immobilière
(2006). « Etude sur le secteur immobilier informel en milieu urbain : capacité de production et
intégration ».
Mejjati Alami Rajaa (2014) « Le secteur informel au Maroc », Edition PEM
Mejjati Alami Rajaa (2006) « Le secteur informel au Maroc : 1956 - 2004 » :
Majid Maddah & Bahareh Sobhani (2014), “The Effective Factors on Informal Economy in
Developing Countries (Panel Data Model)”, International Journal of Regional Development.
Majid, N. 2001, «The size of the working poor population in developing countries» Document de
l’emploi, N° 16, BIT, Genève.
Merita Boka et Giuseppe Torluccio (2014) « Informal Economy in Albania » Academic Journal of
Interdisciplinary Studies
Miguel Robles, Manuel Hernandez Jorge De La Roca, and Maureen Webber (2006), “The
informal sector in Jamaica”, Inter-American Development Bank.
Mossadak A., (2013), “Twin deficits in Morocco: An empirical investigation”, International
Jounrnal of Business and Social Research.
Muhammad Farooq Arby & Muhammad Jahanzeb Malik & Muhammad Nadim Hanif (2010),
“The size of informal economy in Pakistan”, Munich Personal RePEc Archive.
OCDE (2007), “Competition Policy and the Informal Economy”.
OCDE, (2003), Measuring the Non-Observed Economy, 2003, Paris.
OECD (2004), “The informal economy in Albania: Analysis and policy recommendations”, Central
European Initiative (CEI).
Pavel Vorobyev (2015) “Estimating informal economy share in Russian regions”, Economics
Education and Research Consortium, Russia.
Petr Filipe (2011), “The Shadow Economy Analysis in the Czech Republic”, Institute of Economic
Studies.
Portes, Alejandro. 1996. “The Informal Economy,” in Exploring the Underground Economy.
346
Susan Pozo, ed. Michigan: W.E. Upjohn Institute for Employment Research, pp. 147–65.
Salahdine Mohamed (1992) « Place et rôle du secteur informel dans l’économie marocaine ». Le
Maroc actuel. Editions du CNRS. Paris.
Schneider F& Enste D.H (2000), “Shadow Economies: Size, Causes and Consequences”, Journal
of Economic Literature.
Schneider, F (2004): “The size of the shadow economies of 145 countries all over the world: First
results over the period 1999 to 2003”, IZA Discussion Paper 1431.
Schneider, F., Buehn, A., & Montenegro, C. E. (2010). “New estimates for the shadow economies
all over the World”. International Economic Journal.
Schneider, F; The Size and Development of the Shadow Economies of 22 Transition and 21 OECD
Countries (2002)
Schneider, Friedrich (2017). “Shadow Economies around the World: New Results for 158
Countries over 1991-2015” Department of economics Johannes Kepler University of Linz.
Shima, Isilda (2010) “The shadow economy in Norway: Demand for currency approach”,
Memorandum, Department of Economics, University of Oslo
Sónia Cristina et Leite Sousa (2014) « Shadow Economy in Portugal: computation by different
approaches». Master in Economy and Business Administration, Portugal
Tanzi V., (1982) "The Underground Economy in the United States: Estimates and Implications,"
in The Underground Economy in the United States and Abroad, ed. by Vito Tanzi
(Lexington,Massachusetts: Lexington Books, 1982), pp. 69-92.
Tanzi V., (1983), "The Underground Economy in the United States: Annual Estimates, 1930-80,"
IMF
Tanzi V., (1999), “Uses and Abuses of Estimates of the Underground Economy”, The Economic
Journal, Vol. 109, Nº456.
Thomas, James J. (1986). “The Underground Economy in the United States: A Comment on
Tanzi,” IMF Staff Papers, 33:4, pp. 782–89.
Toda H.Y. & Yamamoto T. (1995). “Statistical inferences in vector autoregressions with possibly
integrated processes” Journal of Econometrics.
Toda, H.Y. & P.C.B. Phillips (1991): “Vector Auto regression and Causality: A Theoretical
Overview and Simulation Study”, Cowles Foundation Discussion Paper n°. 1001, Yale University.
Vesna Garvanlieva, Vlatko Andonov et Marjan Nikolov (2012) « Shadow Economy in
Macedonia ». Center for Economic Analyses.
W. Mac Guckin De Slane (1801-1878) « Les prolégomènes, traduction d’Al Muqadima »
Willard, J.C. (1989), « L’économie souterraine dans les comptes nationaux », Économie et
Statistique.
347
Secteur informel, croissance et fiscalité
TABLE DES MATIERES
Résumé…………………..……………………………………………………………………………………………………… II
Abstract…………………..…………………………………………………………………………………………………….. III
Liste des abréviations …………………………………………………………………………………………………….. IV
Liste des graphiques……………………………………………………………………………………………………….. VI
Listes des tableaux …………………………………………………………………………………………………………. XII
Diagrammes et figures …………………………………………………………………………………………………… XIV
Sommaire ……………………………………………………………………………………………………………………….. XV
Introduction générale……………………………………………………………………………………………………… 1
CHAPITRE 1 : Potentiel de croissance de l’économie marocaine……………………………………… 9
Introduction du chapitre 1……………………………………………………………………….………………..…. 10
Section 1 : L’économie marocaine : quelques faits stylisés…………………………………………… 13
Introduction………………………………………………………………………………………………………… 13
1- Faiblesse du PIB par habitant…………………………………………………………………………. 14
2- Réduction de la volatilité de la croissance au Maroc ..…………………….....…………. 15
3- Structure de l’offre : vers une tertiarisation de l’économie …………………………… 20
4- Structure de l’offre : ampleur des effets d’entrainement ………………………………. 21
5- Baisse quasi-continue de la population active………………………………………………… 22
6- Contenu en emploi de la croissance économique ……………………………………….... 23
7- Structure de la demande : des moteurs en panne …………………………………………. 24
8- Déficits jumeaux au Maroc : une analyse historique……………………………………….. 30
9- Vers une redécouverte des déficits jumeaux…………………………………………………… 33
Conclusion …………………………………………………………………………………………………………… 37
Section 2 : Potentiel de croissance, quelques méthodes statistiques ………………….………… 39
Introduction………………………………………………………………………………………………………… 39
1- Genèse et définition du concept potentiel de croissance ………………………………. 40
2- Filtre de Hodrick–Prescott ……………………………………………………………………………… 40
3- Le filtre de Baxter –King …………………………………………………………………….………….. 44
4- Le filtre de Christiano –Fitzgerald ………………………………………………………………….. 47
Conclusion …………………………………………………………………………………………………………… 50
Section 3 : Potentiel de croissance, quelques méthodes structurelles ………………………….. 53
Introduction………………………………………………………………………………………………………… 53
1- Théories de la croissance économique ………………………………………………………….. 54
2- La fonction de production de type Cobb-Douglas…………………………………………… 56
348
3- Fonction Cobb-Douglass à trois facteurs ………………………………………………………… 62

4- Modèle VAR structurel à 4 variables ………………………………………………………………. 67
5- Modèle Néo-keynesien et filtre de Kalman multivarié ……………………………….….. 74
Conclusion …………………………………………………………………………………………………………… 77
Conclusion du chapitre 1…………………………………..……………………….………………….…………..…. 79
CHAPITRE 2 : Fiscalité et croissance économique …………………………………………………………… 82
Introduction du chapitre 2 …………………………………………………………………….…..……………..…. 83
Section 1 : fiscalité au Maroc ……………………………………………………………………………………….. 86
Introduction………………………………………………………………………………………………………… 86
1- Définition et principes de la fiscalité ……………………………………………………………… 87
2- Politique budgétaire, fiscale et rôle de l’impôt ………………………………………………. 90
3- Fiscalité au Maroc : un aperçu historique ………………………………………………………. 91
4- Les assises nationales sur la fiscalité, quels enjeux ? ………………………………………. 94
5- Fiscalité au Maroc : une lecture chiffrée ………………………………………………………….95
6- Fiscalité : un benchmark international …………………………………………………………. 109
7- Conclusion ………………………………………………………………………………………………..…. 119
Section 2 : Fiscalité et croissance, du cadre théorique à l’analyse empirique …………………..122
Introduction………………………………………………………………………………………………………… 122
1- Fiscalité et croissance : quelques développements théoriques ………………………123
2- Fiscalité et croissance : quelques faits stylisés ………………………………………………. 129
3- Fiscalité et croissance au Maroc : quelques élasticités instantanées ……………. .135
4- Fiscalité et croissance au Maroc : quelques essais empiriques ……………………….143
Conclusion…..……………………………………………………………………………………………………… 156
Section 3 : Evaluation de l’optimum fiscal au Maroc ……………………………………………………… 159
Introduction………………………………………………………………………………………………………… 159
1- Cadre général de la taxation optimale ………………………………………………………….. 160
2- Modèle de Scully ……………………………………………………………………………………………168
3- Modèle quadratique ………………………………………………………………………………………173
4- Régression à seuils ………………………………………………………………………………………...174
Conclusion ……………………………………………………………………………………………………………178
Conclusion du chapitre 2……..…………………………..……………………….………………….…………..… 180
CHAPITRE 3 : Potentiel de croissance, fiscalité et secteur informel au Maroc……………..……185
Introduction du chapitre 3……………………………………………………………………….………………..….186
Section 1 : Définition et mesures directes du secteur informel……………………………………..189
Introduction………………………………………………………………………………………………………….189
1- Définition et genèse……………………………………………………………………………………………………190
2- Mesures directes du secteur informel ……………………………………………………………………….200
a. Méthode par audit fiscal……………………………..……………………………………………………….200
b. Méthodes par enquêtes……………………………………………………………………………………….201
349
i. Enquête d’emploi sur les

ménages………..…………………………………………………………202
ii. Enquête auprès des
établissements …………..……………………………………………………202
iii. Enquête mixte
ménages/entreprises …………..…………………………….……………………203
iv. Dispositif 1-2-3….……..……..………………………………………………………..……………………203
3- Mesures directes pour le Maroc…………………………………………………………………………………205
a. Enquête de structure sur le secteur du Bâtiment et des Travaux Publics de 1984-
1985………………………………………………………………..…………………………..………………………206
b. Enquête nationale sur les entreprises non structurées localisées de 1988…….206
c. Enquête sur le secteur informel localisé en milieu urbain de 1997………………..207
d. ENSI 1999/2000, 2006/2007 et 2013/2014……………………………………………………208
Conclusion ……………………………………………………………………………………………………………218
Section 2 : Secteur informel approché par la méthode des inputs physiques, PIB par
habitant et fiscalité, une investigation en
panel…………………………………………………………………………221
Introduction………………………………………………………………………………………………………….221
2- L’approche des inputs physiques ou méthode d’estimation par un indicateur global…222
3- Quelques vérifications empiriques……………………………………………………………………………..225
a. Approche standard de Kaufman et Kaliberda……………………………………………………….226
b. Approche de Kaufman et Kaliberda augmentée du taux d’accès à l’électricité…… .228
c. Approche de la consommation énergétique…………………………………………………………232
4- Application de la méthode ajustée de la consommation d’électricité et quelques
éléments d’analyse en données de
panel……………………………………………………………………………………238
a. Quelques résultats clés de l’application de la méthode ajustée de Kaufman et
Kaliberda………………………………………………………………………………………………………………238
b. Quelques essais analytiques…………………………………………………………………..…………….242
i. Stationnarité des
données……………………………………………………………………………….242
ii. Quelques lectures
graphiques………………………………………………………………………….245
5- Quelques essais économétriques : à la recherche de relations de cointégration
.……….251
a. Panel dynamique de moindre carré : 1990-2014
………………………………………………….252
b. Panel dynamique de moindre carré : 2006-2014
………………………………………………….254
c. Fully modified OLS 2006-2014 sans variable de
complexité……………………………………257
d. Fully modified OLS 2006-2014 avec variable de
complexité…………………………………..259
i. Le nombre d’heures pour la préparation et le paiement des
impôts………………..260
350
ii. Temps moyen par impôt (en heures) nécessaires pour préparer et payer les
impôts…..……………………………………………………………………………………………….……….261
iii. Nombre de taxes à
payer…………………………………………………………….…………………..264
iv. Le temps en jours nécessaire pour entamer une
affaire ….………………………………265
v. CPIA Évaluation de l'environnement réglementaire des
entreprises…………………266
Conclusion…………………………………………………………………..……………………………………….266
Section 3 : Secteur informel, une approche monétaire et une analyse structurelle……….269
Introduction………………………………………………………………………………………………………….269
1- Les méthodes monétaires, une revue historique………………………………………………………..270
2- Quelques développements empiriques des méthodes monétaires…………………………….278
3- Estimation du secteur informel au Maroc à travers une variante des modèles
monétaires……………………………………………………………………………………………………….………..281
4- Informalité et croissance : une analyse structurelle …………………………………………………..290
a. Un aperçu théorique…………………………………………………………………………………………..290
b. Un aperçu de la littérature empirique…………………………………………………………………292
5- Secteur informel au Maroc et potentiel de croissance : une analyse en VAR structurel à 5
variables endogènes dont le secteur informel…………………………………………………………….294
a. Scénario 1 : Restriction de long terme et 𝐷25 (0) = 0…………………………………………297
b. Scénario 2: Restriction de long terme et 𝐷35 (0) =
0………………………………………….298
c. Scenario 3: Restriction de long terme et 𝐷45 (0) =
0………………………………………….300
d. Scenario 4: Restrictions de court terme 𝐷25 (0) = 𝐷35 (0) =
0………………………….301
e. Scenario 5 : Restrictions de court terme 𝐷25 (0) = 𝐷45 (0) = 0…………………………303
f. Scenario 6: Restrictions de court terme 𝐷35 (0) = 𝐷45 (0) =
0………………………….304
Conclusion…………………………………………………………………..……………………..………………..305
Conclusion du chapitre 3……..…………………………..……………………….………………….…………..… 308
Annexes……………………………………………………………………………………………………………………………328
Bibliographie ……………………………………………………………………………………………………………………341
Table des matières……………………………………………………………………………………………………………348
351
352

These Benlamine

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

These Benlamine

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSITE MOHAMMED V RABAT

FACULTE DES SCIENCES JURIDIQUES ECONOMIQUES ET SOCIALES

Formation Doctorale en Sciences Economiques

SECTEUR INFORMEL, CROISSANCE ET FISCALITE

THESE DE DOCTORAT EN SCIENCES ECONOMIQUES

Président du Jury : Monsieur Driss Frej

- Monsieur Said Tounsi : Directeur de Thèse

La Faculté des Sciences Juridiques Economiques et Sociales de Rabat- Agdal

N’entend donner aucune approbation ni improbation aux opinions émises

Mots clés : Secteur informel, potentiel de croissance et fiscalité.

Key words: informal sector, potential growth and taxation.

LISTE DES ABREVIATIONS

NAIRU Non-Accelerating Inflation Rate of Unemployment

LISTE DES GRAPHIQUES

Graphique 1.2.35 Investissement hors agricole 1980-2015 (MMDH) 59

Graphique 2.2.44 Résidu de la modélisation 149

Histogramme de distribution des élasticités instantanées comprises entre 0

LISTE DES TABLEAUX

Tableau 1.1.1 Moyennes et volatilités de la croissance et de ses composantes 17

Tableau 2.3.25 Résultats de la modélisation à seuils 173

CHAPITRE 1 Potentiel de croissance de l’économie marocaine 9

Section 1 L'économie marocaine : quelques faits stylisés 13

Section 2 Potentiel de croissance, quelques méthodes statistiques 39

Section 3 Potentiel de croissance, quelques méthodes structurelles 53

CHAPITRE 2 Fiscalité et croissance économique 82

Section 1 Fiscalité au Maroc 86

Fiscalité et croissance, du cadre théorique à l’analyse

Section 3 Evaluation de l’optimum fiscal au Maroc 159

Potentiel de croissance, fiscalité et secteur informel au

Section 1 Définition et mesures directes du secteur informel 189

Secteur informel approché par la méthode des inputs

Secteur informel, une approche monétaire et une analyse

Conclusion générale 313

Table des matières 348

La littérature économique a longuement abordé les questions relatives aux sources de la

tourisme étranger. En outre, la discipline budgétaire au Maroc semble fortement menacée

autour de la véracité des interrelations régissant le solde budgétaire à celui du compte

La deuxième section de ce chapitre sera dédiée à la discussion des méthodes non

Le deuxième chapitre s’intéresse à un sujet épineux ayant suscité l’intérêt de plusieurs

économistes classiques et de l’offre ont longtemps prôné un rôle répulsif à celle-ci,

La première section de ce chapitre propose une lecture historique de l’évolution du cadre

La deuxième section s’intéresse à la nature de la relation linéaire liant la fiscalité et plus

La troisième section de ce chapitre permettra d’aborder l’existence d’une relation non

La troisième et dernière section de ce chapitre sera consacrée à l’étude plus en détails du

En somme, ce projet vise à contribuer du mieux que possible à identifier la nature de la

- Comment peut-on évaluer le potentiel de croissance et quelles sont les implications

Ce chapitre s’intéresse à l’évaluation de la situation économique au Maroc au cours de la

Afin d’estimer le potentiel de croissance, il est recouru, en pratique, à une panoplie de

décisions en matière de politiques économiques qui différents notamment en fonction du

souvent surutilisées en littérature, afin de mieux en comprendre les implications, limites et

La troisième section s’intéresse aux méthodes dites structurelles de mesure du potentiel de

Section 1 : L’économie marocaine : quelques faits stylisés

Dans l’ensemble, l’économie marocaine a pu enregistrer d’importantes avancées au fil des

structurel. Ceci a mis en exergue, également, nombres de dysfonctionnements majeurs

1. Faiblesse du PIB par habitant

Graphique 1.1.1 : PIB per capita en 2015, US dollars

Source : Données de la Banque Mondiale et calculs auteur

Graphique 1.1.2 : Croissance économique au Maroc

Source : Données HCP et calculs auteur

La croissance économique au Maroc se distingue par un profil erratique, tributaire

Graphique 1.1.3 : Volatilité de la croissance du PIB 1980-1999

Source : Données du FMI et calculs auteur

Graphique 1.1.4 : Volatilité glissante historique