Académique Documents
Professionnel Documents
Culture Documents
analyse économétrique
Gbewopo Attila, Gérard Chambas, Jean-Louis Combes
Dans Recherches économiques de Louvain 2009/2 (Vol. 75), pages 229 à 268
Éditions De Boeck Supérieur
ISSN 0770-4518
ISBN 9782804103118
DOI 10.3917/rel.752.0229
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
Introduction
*
Pour toute correspondance, écrire à Gbewopo Attila, CERDI, 65 Boulevard François Mitterrand 63000 Clermont
Ferrand, France. E-mail : g.attila@u-clermont1.fr . Tel: + 33 4 73 17 74 41 ; Fax: + 33 4 73 17 74 28.
Depuis les travaux de Lotz et Morss (1967, 1970), Shin (1969) et Bahl
(1971), différentes études ont dégagé les facteurs structurels de la mobilisa-
tion des ressources publiques. Il s’agit du niveau de développement et du
taux d’ouverture commerciale.
Le niveau de développement agit à travers le produit par tête, la com-
position de la valeur ajoutée et le degré de monétarisation. D’abord, plus le
Gbewopo Attila, Gérard Chambas, Jean-Louis Combes __________________________231
produit par tête d’un pays est élevé, plus l’Etat peut accroître ses capacités
administratives grâce à l’existence d’économies d’échelle dans l’administra-
tion de l’impôt (Brun et alii, 2005). Du point de vue des contribuables, non
seulement l’élévation du produit agit favorablement sur leur capacité à payer
(élargissement de l’assiette) mais également sur leur disposition à payer. En
effet, l’accroissement du produit entraîne une augmentation et surtout une
diversification de la demande de biens publics dont l’une des implications
est d’agir positivement sur le civisme fiscal 1. Ensuite, la composition secto-
rielle de la valeur ajoutée agit aussi sur le prélèvement public. Le secteur
agricole est difficile à imposer en raison de l’importance des activités de sub-
sistance et d’unités de production souvent dispersées et à faible niveau de
production unitaire (Aguire, 1981 ; Stosky et WoldeMariam, 1997). Les coûts
de mise en œuvre d’une fiscalité sur les activités agricoles sont élevés et les
gains attendus faibles (Ghura, 1998). Il en découle donc une relation néga-
tive entre les recettes fiscales et la part de l’agriculture dans l’économie.
Enfin, il existe une relation positive entre le degré de monétarisation d’une
économie et la capacité de l’Etat à prélever des ressources.
Concernant le taux d’ouverture de l’économie, les transactions sur le
commerce extérieur sont relativement faciles à taxer au niveau du cordon
douanier. De plus, les activités des secteurs miniers et pétroliers offrent des
occasions de recettes fiscales mais aussi non fiscales comme les redevances
ou les dividendes (Lotz et Morss, 1970 ; Agbeyegbe et alii, 2004). L’effet de
l’ouverture commerciale sur les recettes publiques s’en trouve donc renforcé
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
1
D'autres facteurs affectent le civisme fiscal. Il s'agit notamment de la morale fiscale fondée sur les valeurs
culturelles ou sociales des pays (Asher, 2001 ; Alm et Torgler, 2004; Alm, Sanchez, et De Juan, 1995;
Friedman, 2003).
232 ____________ Recherches Économiques de Louvain – Louvain Economic Review 75(2), 2009
Keen et alii, 1999 ; Acconcia et alii, 2003). Elle peut être la conséquence
d’un accroissement de la pression fiscale dans la mesure où les contribuables
vont réagir en modifiant le montant de revenu (Chu, 1990) ou de la tran-
saction déclarés.
La fraude a pour effet un transfert des ressources publiques vers des
agents privés (Tanzi et Davoodi, 2000 ; Azam et alii, 2004). Elle affecte la
distribution de la charge fiscale dans la mesure où l’Etat pour parvenir à
un niveau de recettes fiscales donné accroît la pression fiscale sur d’autres
catégories de contribuables ou sur d’autres assiettes. La fiscalité peut ainsi
devenir fortement régressive dès lors que certains impôts (impôt foncier,
impôt sur les revenus non salariaux) sont mal collectés sur les contribuables
les plus favorisés (Tanzi et Davoodi, 2000) et que les pauvres supportent
l’essentiel de l’incidence fiscale de la fraude (Hindriks, et alii, 1999) 2.
Cet effet est renforcé si l’Etat est obligé de réduire les dépenses béné-
ficiant prioritairement aux plus pauvres. Non seulement, la fraude agit sur
le niveau des recettes publiques et sur la distribution de la charge fiscale
mais elle modifie aussi la structure des recettes fiscales. En effet, certaines
catégories d’impôts sont plus vulnérables 3 à la fraude en raison de procédures
administratives spécifiques (Tanzi et Davoodi, 2000), de dispositions et
réglementations complexes, de pouvoirs discrétionnaires des administrations
(Chu, 1990), de défaillances institutionnelles 4, etc. La fraude porte donc le
risque de rendre l’impôt injuste (Shleifer et Vishny, 1993 ; Asher, 2001), d’en
affecter la structure et d’en abaisser le rendement budgétaire (Hendriks, Keen
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
8
On utilise aussi dans cette analyse une mesure alternative de la corruption pour des tests de robustesse.
Il s'agit de l’indicateur composite de Kaufmann, Kraay et Mastruzzi (2003) : KKM pour la suite.
9
Cette variable a été transformée sur l'échelle 0 (pays les moins corrompus) à 10 (pays les plus corrompus)
⎛ xmax − x ⎞
suivant la formule: xˆ = 10 * ⎜ ⎟ avec x̂ la nouvelle variable de corruption, xmax , xmin et x repré-
⎝ xmax − xmin ⎠
sentant respectivement le maximum, le minimum et la valeur initiale de la variable de corruption comprise
entre 0 et 6 et qui diminue avec le niveau de corruption.
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
Graphique 1 : Recettes publiques sur PIB par periode et par groupe de pay
238 ____________ Recherches Économiques de Louvain – Louvain Economic Review 75(2), 2009
3.2. La méthode
Soit Y it la variable expliquée recettes publiques, C it la variable corruption,
X it les variables de contrôle ayant une variabilité temporelle et Z i les varia-
bles invariantes dans le temps :
Yit = α Cit + β ' X it + δ ' Zi + μi + εit (1)
( ) (
Avec : β ' = ( β , β ,..., β )', X it = x1,it , x2, it ,..., xK , it , Z i = z1, i , z2, i , ..., z L,i ,
1 2 K −1 )
K = nombre de variables variantes dans le temps, L = le nombre de varia-
bles invariantes dans le temps ; μ i représente les effets-pays inobservables
et constants dans le temps.
Le modèle est d’abord estimé par la méthode des Moindres Carrés
Quasi-Généralisés (MCQG) qui combine d’une façon optimale les variations
intra-individuelles et les variations inter-individuelles (Sevestre 2002) et per-
met de résoudre les problèmes d’hétéroscédasticité et d’autocorrélation au
niveau individuel et entre pays. Elle repose cependant sur l’hypothèse d’ab-
sence de corrélation entre les variables explicatives et les effets spécifiques
pays. Mais en présence des erreurs de mesure et d’une faible variabilité tem-
porelle de la variable d’intérêt, l’utilisation de la méthode des effets fixes
n’est pas appropriée. Elle accentue en effet le biais d’atténuation (Griliches
et Hausman, 1986).
L’estimateur des moindres carrés quasi-généralisés est sensible à la
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
Le problème d’endogénéité
Un taux de taxation plus élevé offre l’opportunité d’un pot de vin plus
grand à négocier avec le contribuable (Sanyal et alii, 2000). Inversement,
un faible niveau de ressources limite l’action de l’Etat. Il devient alors dif-
ficile pour l’Etat de bâtir des institutions solides et de créer des mécanismes
d’incitation favorables au développement des activités économiques. Aussi,
un cercle vicieux émerge où la corruption exerce un effet néfaste sur la per-
formance économique des agents et les politiques fiscales, lequel phénomène
continue à alimenter la corruption 12.
12
Le sens du biais des MCQG est donc incertain, il est positif si le premier effet l’emporte et négatif dans le
cas contraire.
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
(1a) (2a) (3a) (4a) (5a) (6a) (7a) (8a) (9a) (10a)
MCQG MCQG MCQG MCQG MCQG MCQG MCQG MCQG MCQG MCQG
Indice de corruption -2.241*** -0.642*** -0.569*** -0.425*** -0.259 0.0144 -0.601*** -0.149 -0.352** 0.110
(-32.5) (-6.37) (-11.5) (-4.34) (-1.62) (0.097) (-4.24) (-0.97) (-2.38) (0.61)
Log du Pib par tête 3.548*** 3.101*** 1.948*** -0.0276 0.768** 2.561*** 3.203*** 1.350*** 1.501***
Ouverture commerciale 0.0148*** 0.0140*** 0.0173*** 0.0157*** 0.0108*** 0.00850*** 0.0146*** 0.0153***
(-0.33) (0.32)
(3.49) (5.21)
Taux de réussite primaire 0.0729*** 0.0954***
240 ____________ Recherches Économiques de Louvain – Louvain Economic Review 75(2), 2009
(1a) (2a) (3a) (4a) (5a) (6a) (7a) (8a) (9a) (10a)
(3.36) (4.37)
(-0.43) (-1.14)
Taux d’alphabétisation
des adultes
Constante 33.58*** -5.203*** -5.560*** 0.791 14.71*** 7.642** -8.231* -13.68*** 7.745* 11.39***
(107) (-3.34) (-4.75) (0.61) (3.05) (2.10) (-1.85) (-2.83) (1.96) (3.16)
Observations 424 411 304 259 176 176 149 149 176 176
Statistiques robustes z entre les parenthèses ; ***, **, * signifie que les coefficients sont respectivement significatifs à 1%, 5% et 10%
(1b) (2b) (3b) (4b) (5b) (6b) (7b) (8b) (9b) (10b)
IVGMM IVGMM IVGMM IVGMM IVGMM IVGMM IVGMM IVGMM IVGMM IVGMM
Indice de corruption -4.393*** -2.905*** -2.782*** -2.749*** -2.489** -2.439** -3.266*** -1.855** -2.863*** -2.410**
(-13.3) (-4.16) (-3.67) (-3.04) (-2.39) (-2.24) (-3.07) (-2.10) (-2.99) (-2.44)
Log du Pib par tête 1.434** 1.095 0.799 -0.606 -0.778 0.243 1.251 -0.0225 -0.204
Ouverture commerciale 0.0184*** 0.0196*** 0.0192*** 0.0189*** 0.0122** 0.0123*** 0.0176*** 0.0182***
(2.05) (1.09)
(1b) (2b) (3b) (4b) (5b) (6b) (7b) (8b) (9b) (10b)
Constante 43.79*** 24.00*** 21.32** 23.26** 26.79* 33.91** 19.69 7.928 35.74** 39.22***
(27.9) (2.74) (2.24) (2.28) (1.85) (2.38) (1.25) (0.54) (2.31) (2.93)
Nb. d’obs. 416 404 298 253 176 176 149 149 176 176
R-carré ajusté -0.00 0.25 0.35 0.18 0.22 0.27 0.18 0.43 0.15 0.26
Statistique J de Hansen 7.156 6.390 6.793 2.671 4.871 7.922 3.200 2.580 5.131 7.800
p-value de J de Hansen (0.128) (0.172) (0.147) (0.614) (0.301) (0.095) (0.525) (0.630) (0.274) (0.100)
Statistiques robustes t de Student entre les parenthèses ; ***, **, * signifie que les coefficients sont respectivement significatifs à 1%, 5% et 10%
13
Cette hypothèse est cependant contestée notamment dans le cas des pays les plus pauvres par Emran et
Stiglitz (2005).
Gbewopo Attila, Gérard Chambas, Jean-Louis Combes __________________________245
Test de Durbin-Wu-Hausman
Hypothèse H0 : la variable de corruption est exogène
Modèles χ2 P-value
Tableau 3
1b 71.87 0.00
2b 11.37 0.00
3b 10.07 0.00
4b 8.50 0.00
5b 5.31 0.02
6b 4.75 0.03
7b 7.47 0.01
8b 1.06 0.30
9b 8.64 0.00
10b 5.49 0.00
Tableau 4
1b 1.64 0.20
2b 6.86 0.01
3b 2.11 0.15
4b 12.55 0.00
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
Taux de Taux de
Log du PIB Ouverture Degré de
Inflation mortalité réussite
par tête commerciale monétarisation
infantile primaire
Afrique
-1.897*** -62.17*** -25.10*** -1.211 119.4*** -42.60***
Subsaharienne
(-20.8) (-3.63) (-33.3) (-0.65) (30.2) (-34.0)
Amérique Latine
-0.102 -100.5*** -22.04*** 33.82 -1.286 1.517
et Caraïbes
IVGMM
4 Conclusion
Giles, D., E.A. (1999). “Measuring the Hidden Economy: Implications for
Econometric Modelling”, The Economic Journal, vol.109, n°456,
pp. 370-380.
Glaeser, E. L. et R. E. Saks (2004). “Corruption in America”, NBER Wor-
king Paper n°10821.
Golden, M. A. et L. Picci (2005). “Proposal for a New Measure of Corrup-
tion, Illustrated with Italian Data”, Economics and Politics, vol.17,
n°1, pp.37-75.
Griliches, Z. et J. Hausman (1986). “Errors in Variables in Panel Data”,
Journal of Econometrics, vol. 31, pp.93-118.
Gupta, S., M. Verhoeven et E. R. Tiongson (2002). “The effectiveness of
Government Spending on Education and Health Care in Developing
and Transition Economies”, European Journal of Political Economy,
vol.18, n°4, pp.717-737.
Heller, P. S. (1975). “A Model of Public Fiscal Behavior in Developing
Countries: Aid, Investment and Taxation”, The American Economic
Review, vol.65, n°3, pp.429-445.
Hindriks, J., M. Keen et A. Muthoo (1999). “Corruption, Extortion and
Evasion”, Journal of Public Economics, vol.74, n°3, pp.395-430.
Kaufmann, D., A. Kraay et M. Mastruzzi (2003). “Governance Matters III:
Governance Indicators for 1996-2002”, World Bank Policy Research
Working Paper n°3106.
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
Rodrik, D. (1999). “Where Did All the Growth Go? External Shocks, Social
Conflict and Growth Collapses”, Journal of Economic Growth, vol.4,
n°4, pp.131-165.
Rose-Ackerman, S. et J. Coolidge (1997). “High-Level Rent-Seeking and
Corruption in African Regimes: Theory and Cases”, World Bank
Policy Research Working Paper n°1780. Washington DC.
Sanyal, A., I. N. Gang et O. Goswami (2000). “Corruption, Tax Evasion
and the Laffer Curve”, Public Choice, vol.105, n°1-2, pp.61-78.
Schneider, F. (1997). “The Shadow Economies of Western Europe”, Journal
of the Institute of Economic Affairs, vol.17, n°3, pp.42-48.
Schneider F. ,, D. H. Denste (2000). “Shadow Economies: Size, Causes and
Consequences”, Journal of Economic Literature, vol 53, pp.77-114
Schneider, F. (2005). “Shadow Economies around the World: What Do We
Really Know?”, European Journal of Political Economy, September 2005
Sevestre, P. (2002). Econométrie des données de panel, Dunod.
Shin, K. (1969). “International Difference in Tax Ratio”, The Review of
Economics and Statistics, vol.51, pp.213-20.
Shleifer, A. et R. W. Vishny (1993). “Corruption”, Quarterly Journal of
Economics, vol.108, pp.599-617.
Stosky, J. G. et M. A. Wolde (1997). “Tax Effort in Sub-Saharan Africa”,
IMF Working Paper n°97/107.
Svensson, J. (2003). “Who Must Pay Bribes and How Much? Evidence from
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
Annexes
Europe de l'Est et Asie Centrale 32.14 26.61 33.46 23.68 28.95 28.87
(12.13) (10.63) 5.31) (12.88) (10.86) (11.00)
Tableau A.4 : Recettes tarifaires sur le commerce international sur recettes totales
Les valeurs affichées sont des moyennes simples. Nous avons dans les paren-
thèses les écarts types.
260 ____________ Recherches Économiques de Louvain – Louvain Economic Review 75(2), 2009
1996-
1996 1998 2000 2002
2002
Régions
Asie de l’Est et Pacifiques 6.18 6.38 6.20 5.95 6.18
(1.00) (1.09) (1.17) (0.93) (1.02)
Europe de l’Est
5.65 5.82 5.76 5.64 5.72
et Asie Centrale
(1.12) (1.19) (1.04) (1.15) (1.11)
Amérique Latine
5.54 5.62 5.57 5.55 5.57
et Caraïbes
(1.44) 1.35) (1.35) (1.39) (1.36)
Moyen Orient et Afrique
5.79 5.72 5.85 6.01 5.84
du Nord
(1.27) 1.25) (1.18) (0.87) (1.12)
OCDE 1.70 1.78 1.90 1.79 1.79
(1.25) 1.15) (1.03) (1.22) (1.15)
© De Boeck Supérieur | Téléchargé le 28/12/2023 sur www.cairn.info (IP: 41.225.30.77)
Degré de monétarisation
0.0404 0.441*** 0.320*** 0.379*** 0.294**
(M2/Pib)
(1.30) (5.35) (3.24) (6.47) (2.47)
Taux de scolarisation
-0.0115
primaire
(-0.089)
(2.29)
(-0.41) (-0.53)
Nombre d’’années d’éducation -0.839
(-0.60)
(-3.04)
(-3.54)
Constante 42.70*** 31.01** 22.63** 25.63** 56.58 34.23 110.0*** 28.79
Statistique J de Hansen 2.100 2.011 3.032 4.457 9.388 8.738 5.093 8.619
p-value de J de Hansen (0.717) (0.734) (0.552) (0.348) (0.052) (0.068) (0.278) (0.071)
Tableau B.2 : Variable dépendante : Recettes totales (RT) sur PIB ; Variable de corruption : KKM (2003)
262 ____________ Recherches Économiques de Louvain – Louvain Economic Review 75(2), 2009
(1.75)
Taux de réussite primaire -0.101 -0.183
(-0.61) (-1.08)
Nombre d’années
0.0234
d’éducation primaire
(0.0091)
Afrique Subsaharienne 0.781
(0.11)
Amérique Latine et Caraïbes 0.817
(0.12)
Constante 34.63*** 116.7*** 90.70*** 80.56*** -122.1 21.06 47.62 101.3*
(15.5) (5.67) (5.17) (4.01) (-0.93) (0.25) (0.49) (1.93)
Nb. d’obs. 373 367 304 251 29 28 28 36
R-carré ajusté -0.02 -0.06 0.05 0.08 0.05 0.34 0.33 0.08
Statistique J de Hansen 15.07 17.39 14.24 18.40 6.741 3.263 7.174 12.48
p-value de J de Hansen (0.005) (0.002) (0.007) (0.001) (0.150) (0.515) (0.127) (0.014)
Statistiques robustes de t dans les parenthèses *** p<0.01, ** p<0.05, * p<0.1
Tableau B.3 : Variable dépendante : TVA sur RT ; Variable de corruption : KKM (2003)
264 ____________ Recherches Économiques de Louvain – Louvain Economic Review 75(2), 2009
(-1.35)
Taux de réussite primaire -0.177 -0.212
(-1.09) (-1.35)
Nombre d’années
-1.089
d’éducation primaire
(-0.46)
Afrique Subsaharienne 7.272
(1.09)
Amérique Latine et Caraïbes 2.610
(0.49)
Constante 33.01*** 76.75*** 67.51*** 75.06*** 118.6 41.42 23.93 68.93
(20.3) (4.36) (4.68) (4.41) (1.51) (1.23) (0.38) (1.30)
Nb. d’obs. 392 387 316 264 33 31 31 40
R-carré ajusté -0.01 -0.12 0.02 0.02 0.42 0.52 0.58 0.26
Statistique J de Hansen 19.03 13.45 8.620 7.255 3.350 5.411 8.512 2.436
p-value de J de Hansen (0.000) (0.009) (0.071) (0.123) (0.501) (0.248) (0.075) (0.656)
Statistiques robustes de t dans les parenthèses *** p<0.01, ** p<0.05, * p<0.1
Tableau B.4 : Variable dépendante : Impôts Directs sur RT ; Variable de corruption : KKM (2003)
266 ____________ Recherches Économiques de Louvain – Louvain Economic Review 75(2), 2009
(-1.63)
Taux de réussite primaire -0.287 -0.217
(-0.81) (-0.75)
Nombre d’années d’éducation
2.728
primaire
(1.64)
Afrique Subsaharienne 6.291
(0.41)
Amérique Latine et Caraïbes -0.268
(-0.076)
Constante -6.839*** 83.17*** 75.34*** 87.21*** 174.0** 226.3 96.01 56.05
(-3.68) (6.46) (6.70) (6.67) (2.51) (1.66) (1.07) (1.64)
Nb. d’obs. 370 365 303 255 32 29 29 39
R-carré ajusté 0.21 0.35 0.49 0.42 0.61 0.44 0.69 0.55
Statistique J de Hansen 59.98 37.26 23.73 19.24 5.645 6.380 7.617 7.229
p-value de J de Hansen (0.000) (0.000) (0.000) (0.000) (0.227) (0.173) (0.107) (0.124)
Statistiques robustes de t dans les parenthèses *** p<0.01, ** p<0.05, * p<0.1
Tableau B.5 : Variable dépendante : Recettes tarifaires sur le commerce extérieur sur RT ; Variable de corruption : KKM (2003)
268 ____________ Recherches Économiques de Louvain – Louvain Economic Review 75(2), 2009