Pression Fiscale Optimale et Croissance Economique en

République Démocratique du Congo : 1990 -2020

Elie Ndemba Tshilambu

To cite this version:

Elie Ndemba Tshilambu. Pression Fiscale Optimale et Croissance Economique en République
Démocratique du Congo : 1990 -2020. 2021. �hal-03210477�

HAL Id: hal-03210477

https://hal.science/hal-03210477
Preprint submitted on 28 Apr 2021

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci-
entific research documents, whether they are pub-
lished or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
publics ou privés.
 Pression Fiscale Optimale et Croissance Economique en République
Démocratique du Congo : 1990 - 2020*
Elie Ndemba Tshilambu†‡
Résumé
L’objectif du présent article est d’analyser le rôle de la fiscalité et mesurer l’effet de celle-ci à travers son
impact sur le capital public, dans la croissance économique en République Démocratique du Congo en
s’appuyant sur le modèle de croissance endogène de Barro (1990) et à déterminer le taux optimal de
pression fiscale à travers l’estimation du modèle de SCULLY. L’interaction entre la fiscalité et la
croissance pourrait avoir une allure non linéaire, sous la forme d’une courbe de LAFFER, le test
Hansen va servir à montrer l’effet de seuil dans la relation non linéaire entre la pression fiscale et la
croissance économique. Un modèle ARDL a été estimé sur la période 1990-2020 pour analyser la
dynamique de ces deux variables. Les résultats obtenus vont dans le sens d’une relation croissante entre
la fiscalité et la croissance économique en RDC. Ainsi, à travers l’impôt, les ménages contribuent au
financement du capital public qui conduit in fine à améliorer la croissance économique. Il en est ressorti
de cette étude que les niveaux des composantes fiscales observés n’ont pas été efficients et optimaux
par rapport aux taux de croissance économique observés en RDC durant la période 1990-2020.
L’estimation du modèle de SCULLY révèle qu’avec un niveau de 24% de pression fiscale, on peut avoir
une croissance économique soutenue.

Mots-clés : Politique Budgétaire, Croissance économique, Pression fiscale

Classification JEL : E62, E22, O40, C11.

1. Introduction
Dans le contexte économique actuel, la question qui se pose souvent est la suivante : comment
hausser les revenus de l’État sans nuire, ou nuire le moins possible, à la croissance économique ?
Également, est-il possible de développer une politique fiscale qui favorise la croissance économique
?

En RDC, où le poids de l’imposition des revenus des particuliers en proportion du PIB est le plus
faible en Afrique, ces questions sont particulièrement indiquées et invitent par le fait même le
gouvernement Congolais à envisager de rééquilibrer son régime fiscal.

Depuis la moitié du XXème siècle, la politique budgétaire aussi bien que la politique monétaire est
parue comme une arme redoutable pour réguler de façon conjoncturelle l’activité économique et
rapprocher le PIB de son plein emploi. La politique budgétaire repose essentiellement sur la
politique fiscale qui consiste à financer les dépenses publiques par la taxation de l’économie et par
des emprunts. Pour améliorer le bien-être de ses populations, le gouvernement a besoin d’accroitre
ses services publics en investissant dans l’éducation, dans la santé, dans le commerce, dans les
infrastructures scolaires et sanitaires passant par la réhabilitation des infrastructures existantes et à
fournir le service public dans presque tous les secteurs de l’économie où le besoin se fait remarquer.
La performance d’un système de taxation est tributaire de sa capacité à mobiliser suffisamment de

*
Les opinions et recommandations exprimées dans ce papier sont strictement celles de l’auteur.
†
Université Protestante au Congo, RDC : Master en Sciences économiques, courriel : ndembaeulyas@gmail.com.
ressources fiscales mais aussi il doit sa crédibilité de l’usage que les autorités gouvernementales en
font.

En effet, plus il y a une gestion rigoureuse et transparente des ressources fiscales que les effets de la
politique fiscale sont perceptibles et cela pourrait inciter les contribuables à payer leurs impôts ;
lorsque les opérateurs économiques observent la construction des routes et des chantiers de
réhabilitation des infrastructures publiques etc. Cela leur donne une bonne opinion de la gestion des
taxes qu’ils paient aux Etats et ainsi ils sont motivés à s’acquitter des impôts. Par conséquent pour
mieux collecter davantage les impôts, les autorités fiscales doivent utiliser de manière rationnelle
les deniers publics en privilégiant ou lésant un secteur économique par rapport à un autre selon le
poids des secteurs dans la croissance économique. Par ailleurs, nous notons que les taxes ne doivent
pas asphyxier l’activité économique décourageant ainsi la volonté d’entreprendre ou encourager
l’évasion fiscale.

Depuis les travaux de Laffer (1970) et de Barro (1990), l’on est conscient que les taxes ont un lien
avec l’activité économique. Pour Laffer, il existe un lien entre le taux d’imposition et les recettes
fiscales et pour Barro, un lien existe entre le taux d’imposition et le taux de croissance économique.
A partir des études théoriques faites par ces précédents auteurs, la question sur l’existence d’une
relation entre les composantes des taxes et le taux de croissance a manifesté beaucoup d’intérêts.

La République Démocratique du Congo caractérisée par des niveaux très bas de collecte des taxes
depuis les années de l’indépendance de ses pays membres, ont subi beaucoup de chocs
économiques exogènes dont les 2 chocs pétroliers des années 1973 et 1979, la crise financière
mondiale de 2008. Après la mise en place du programme d’ajustement structurel (PAS) instauré par
les FMI, le pays a fait de nombreuses réformes économiques et une harmonisation de la fiscalité
intérieure et la fiscalité extérieure pour favoriser la libre circulation des produits et améliorer la
compétitivité des entreprises locales. Les grands traits de ces grandes réformes fiscales sont la mise
en place une application uniforme de la TVA à 16 % et le taux d’imposition des bénéfices des
entreprises de 33% sur l’ensemble du territoire national. Par ailleurs, il convient de signaler le pays
a connu beaucoup d’instabilités politique durant les années 90 entrainant une détérioration
importante du cadre macroéconomique avec lui un effritement des performances économique. Cette
situation de crise politico-économique n’a pas laissé sans effet l’appareil fiscal qui s’est vu
s’effondre profondément. Ces chocs économiques, ces grandes réformes économiques et fiscales
ont entrainé une très grande volatilité du taux de croissance économique dans le pays.

Des études récentes telles que Engen et Skinner (1996) ont montré l’existence d’un lien entre la
pression fiscale, la structure des taxes et le taux croissance économique. En effet, la structure des
taxes peut affecter le taux de croissance économique via son impact sur les composantes du PIB
c’est-à-dire sur la Consommation finale et l’investissement. Les taxes ont également un impact sur
la compétitivité des entreprises. Ces auteurs ont montré que certaines taxes ont plus nuisance a la
croissance économique que d’autres et qu’une bonne structure des taxes est celle-là qui pondère
plus les taxes sur la consommation au détriment des taxes sur les revenus des ménages ou les
bénéfices des entreprises. Ce résultat a été encore prouvé dans Branson et Knox Lovell (2001). Une
remarque faite par les autorités fiscales des pays de l’UEMOA est que les taxes portant sur les
produits de la zone UEMOA constituent un frein au commerce des marchandises dans l’espace
communautaire et à la compétitivité des entreprises locales. La commission de l’UEMOA a mis en
place le programme de transition fiscale (PTF) en mars 2006 à Abidjan qui consiste à baisser ces
taxes collectées aux frontières des Etats et de les compenser par une hausse des taxes intérieures
dans l’objectif d’améliorer l’intégration sous régionale avec la compétitivité des entreprises en
favorisant la libre circulation des biens dans l’espace communautaire UEMOA. Un critère fixé par
le PTF est d’atteindre un niveau d’au moins 17% de pression fiscale (Ratio des recettes fiscales
totales rapportées au PIB) pour tous les États membres.
Au niveau théorique, la relation causale entre l’impôt et la croissance économique est souvent
appréhendée dans le sens d’une influence de la croissance des variables macro-économiques sur les
rentrées fiscales, et rares sont les modèles qui accordent une place importante à la variable fiscale
comme facteur déterminant de la croissance. Le rôle de l’impôt dans la détermination du taux de
croissance est de ce fait peu pris en considération.

Dépassant la simple technique de couverture des dépenses publiques, la fiscalité est un puissant
instrument de politique économique, capable de tendre vers l’optimum économique si elle est
correctement conçue. Dans le cas contraire, elle risque d’entraîner des pertes nettes de production,
de productivité et d’utilité sociale (RAJHI, 1993). L’intervention par l’impôt s’avère, de ce point de
vue et, en conséquence, nécessaire pour éviter les crises économiques, stimuler le processus de
croissance et réduire les inégalités sociales.

Cette liaison est-elle vérifiée pour le cas en RDC ? En vue de répondre à cette question, le présent
travail sera organisé de la manière suivante : dans une première section nous allons présenter le
soubassement théorique d’une telle liaison, puis, dans la deuxième section, un modèle à équations
simultanées sera estimé, pour tester empiriquement le lien entre les deux composantes.

Les résultats obtenus vont confirmer l’impact positif de la fiscalité sur la croissance économique du
Maroc. Les individus participent au financement du capital public par le biais de l’impôt. Ce capital
public contribue, à son tour, à la croissance économique.

2. Théorie
2.1.Revue théorique

Les études d’analyse des effets des taxes sur la croissance économique se sont pour la plupart
inspirées des modèles néo-classiques de Solow -Swan (1956) qui ont montré qu’à court terme les
politiques budgétaires ont un impact sur le taux de croissance économique, mais pas à long terme.
Cela s’explique par le fait que seuls les facteurs endogènes comme le taux de croissance
démographique ou le progrès technique pouvaient affecter de manière durable le taux de croissance
économique tandis que les politiques budgétaires avaient des effets limités à court terme. La théorie
de croissance endogène prônée par Romer (1986), Lucas (1988) et Barro (1990) a mis en exergue
que les investissements en capitaux physiques et humains ont des effets permanents sur le taux de
croissance économique et que la politique fiscale peut affecter négativement comme positivement le
taux de croissance économique. Avec les travaux de Mendoza et Al (1997), il s’en est suivi des
études où l’on s’est focalisé sur le lien entre les taxes et la croissance économique ; ils estiment que
les taxes favorisent la croissance parce qu’elles sont un moyen de financement des dépenses
publiques, qui elles-mêmes, sont un catalyseur de la relance économique. Cependant, d’autres
néoclassiques à l’instar de Ricardo (1821) ,Barro (1974) et Buchanan (1976) trouvent que les taxes
induisent un effet richesse négatif puisqu’elles induisent des effets négatifs à la fois sur le revenu, la
consommation et l’épargne tandis que certains pensent que les taxes ont un effet neutre dans
l’économie et donc le système de taxation peut affecter d’une manière positive ou négative le
comportement des agents dans leurs décisions de consommer, d’investir et de travailler.

La théorie de la taxation optimale étudie le système de taxation qui minimise les distorsions et
d’autres inefficiences économiques. L’optimisation des taxes devrait être faite en maximisant le
bien-être social sous un ensemble de contraintes budgétaires de l’État. Dans la théorie du bien-être,
deux approches ont été mises en exergue ; l’approche utilitariste et l’approche monétaire (Revenu).
La complexité de l’approche utilitariste, c’est de trouver une fonction objective reflétant le bien-être
social. Pour facilement définir une fonction utilitariste, l’on suppose que les agents économiques
ont les comportements similaires et donc on se permet de choisir un agent représentatif, avec lequel
l’on mène l’analyse de simulation macroéconomique. C’est Ramsey (1927) qui utilise cette dernière
approche pour étudier les effets d’une hausse des taxes sur les denrées de première nécessité ; il
montre qu’une hausse de taxe devrait être inversement liée aux élasticités de la demande des biens
de consommation et donc les biens de demande inélastique devront être lourdement taxés.

Mirrless (1971) propose une approche de taxation optimale en suggérant que le planificateur central
doit prendre en compte l’hétérogénéité des contribuables ; dans sa forme basique, on considère que
les agents se diffèrent par leur habilité à gagner le revenu. Le planificateur observe le revenu (PIB)
et sait qu’il dépend de l’effort et de l’habileté des contribuables qu’il ne peut pas observer. Avec un
taux de taxation très élevé du revenu, cela pourrait décourager les contribuables à fournir beaucoup
d’efforts. Pour lui, le gouvernement fait face à un arbitrage entre l’équité et l’efficience puisque si la
taxation est uniforme cela n’est pas forcement équitable (cas du revenu) ; elle pourrait être de trop
pour des individus à faible habilité à gagner un revenu élevé. C’est dans ce sens que Mirrless (1971)
perçoit la taxe optimale comme un équilibre dans un jeu à information imparfaite entre le
planificateur central et les contribuables. Le planificateur central aimerait taxer ceux qui ont une
grande capacité d’avoir de gros revenus pour distribuer à ceux qui ont une capacité plus faible d’en
avoir, mais il doit s’assurer que les contribuables à haut revenu ne se font pas passer pour des agents
à faible revenu. Le planificateur doit donc mettre en place un système dans lequel les contribuables
révèlent leurs vraies caractéristiques ; il faut qu’il s’assure que les contribuables vont déclarer le
montant exact de leurs revenus et qu’ils payeront les impôts conformes à la règle.

D’autres auteurs à l’égard de Atkinson et Stiglitz (1976) se sont penchés sur l’épineuse question du
choix à opérer entre les taxes directes et les taxes indirectes5. Une difficulté à trouver une solution
parfaite à cette problématique est qu’une large confusion était faite entre les taxes directes et les
taxes indirectes.

L’analyse d’impact des taxes sur la croissance économique était aussi controversée à travers les
pays pour citer en exemple, on avait fait une remarque que dans les années 1980, les taxes
indirectes en particulier la TVA occupait une très grande proportion dans les recettes fiscales dans
les pays européens et que le degré de dépendance pouvait spectaculairement différer d’un État à un
autre. La principale différence qu’on pouvait faire entre les taxes directes et les taxes indirectes était
le principe du décalage et la prise en compte des caractéristiques individuelles ; on arrivait à
dissocier les taxes directes des taxes indirectes parce que les taxes directes sont ajustées en fonction
des caractéristiques intrinsèques des individus tandis que les taxes indirectes ne prenaient pas en
compte ces aspects. Les taxes indirectes étaient assises sur toutes les transactions impliquant un
acheteur et un vendeur. Ces mêmes auteurs prônent une non-taxation du capital ; cela repose sur
deux intuitions. La première intuition est que le capital peut être considéré comme un équipement
un bien intermédiaire entre la production et les intrants dans le système de production et la seconde
est la violation du principe de non-uniformité des taxes sur la consommation des biens, car le
capital courant est une consommation future.

Certains auteurs comme Henderson (1948) ont argumenté que les taxes sur le revenu sont à peu près
équivalentes aux taxes sur les biens ; la preuve qui soutient cette idée est que la plupart des gens
travaillent pour se procurer les biens et donc que la taxe soit portée sur le revenu ou qu’elle soit
portée sur le bien cela affecterait le choix des individus de la même manière.

2.2.Revue empirique

Parallèlement au débat théorique, porté par les nouvelles théories de la croissance, s’est développée
une importante littérature empirique visant à examiner les effets du capital public sur la croissance
des nations. Les premières études (Ashauer, 1989 et Munnell, 1990)§ ont mis en évidence un effet
positif du capital public sur la production ou la productivité des entreprises, en estimant des
fonctions de production à trois facteurs.

Munnell (1992) a montré que le déclin de la productivité américaine dans les années 1970 était lié
en grande partie à la baisse du taux d’investissement en capital public. Son résultat a été obtenu
avec une fonction de production (Cobb Douglas, données en log) dont les facteurs sont le capital
privé, le capital public non militaire et l’emploi, auxquels il a ajouté un trend et le taux d’utilisation
des capacités de production, afin de prendre en compte les variations conjoncturelles. Les données
concernent les Etats-Unis de 1949-1985.

Munnell (1993) a montré –toujours dans le cas des Etats américains– que l’impact du capital public
est plus élevé dans l’industrie manufacturière et l’agriculture que dans les services. Conrad et Seitz
(1992)40 confirment ce résultat pour les régions allemandes (un travail précurseur de Mera,
197341, pour les régions japonaises va dans le même sens). Andersson et alii (1990)42, révèlent, de
leur côté, pour les régions suédoises que les infrastructures routières sont les plus productives. Ce
résultat est confirmé par Garcia-Mila et McGuire (1992)43 pour les Etats américains.

Ralle (1993) a étudié la relation entre productivité privée et investissement public. L’étude a été
réalisée à partir de données en coupe sur les régressions françaises, aux années 1970-1989. Il a
développé notamment un modèle de croissance endogène dans lequel le taux de croissance de la
productivité est relié à la part de l’investissement public (Etat et collectivités locales) dans le PIB.

L’objectif était de mesurer l’impact de capital public sur l’activité économique, à la fois dans ses
aspects positifs (productivité) et négatifs (financement). Il a montré que les régions dont le taux
d’investissement public est élevé sont aussi celles où la croissance de la productivité a été la plus
rapide. Pour les régions françaises, l’élasticité de la production au capital public est comprise entre
0.02 et 0.09. Ce résultat montre donc aussi un lien positif et significatif. Il a confirmé aussi si sa
diminution lorsque la zone étudiée se réduit.

Ces premiers résultats ont cependant donné lieu à une vive controverse quant à leur robustesse
statistique (Eberts, 1990 et Gramlich, 1994). Le débat a, d’une part, porté sur l’absence de mesure
des effets d’éviction qu’engendrent les investissements publics et sur le sens de relation observée
statistiquement. Il a, d’autre part, porté sur les méthodes économétriques mises en oeuvre, ces
discussions méthodologiques débouchant sur une révision à la baisse des résultats des premiers
travaux. Concernant le sens de causalité de la relation, si le capital public peut être productif, il est
financé par les contribuables via l’impôt, la dotation en infrastructures va donc dépendre du revenu
de ceux-ci et donc de la production. Il y a alors un effet en retour qu’il est nécessaire de prendre en
compte pour mesurer l’effet net du capital public sur la croissance. La correction d’un tel biais de
simultanéité s’effectue classiquement en ayant recours à des systèmes d’équations simultanées
(Duffy-Deno et Eberts, 1991; Ford et Poret, 1991).

Cette méthode a été appliquée pour le cas de la France, (Shmitt et Charlot; 1999) en mobilisant des
séries régionalisées de capital public et privé et l’économétrie des données de panel, sur la période
1982-1993 et pour les 22 régions françaises. L’introduction de la forme trans-log a permis de
calculer les élasticités propres à chaque région et a montré que l’effet positif du capital public est
d’autant plus important que la région concernée est riche. Ainsi, si le capital public, en France, était
un élément stimulant la croissance régionale, il n’a pas pu jouer un rôle dans la réduction des
disparités interrégionales.

§
Cité par CHARLOT.S et SCHMITT.B, 1999.
En s’inspirant de ces nouvelles théories de croissance endogène, ainsi que de tous ces travaux
empiriques, surtout du modèle de Barro qui a intégré la variable fiscale, que nous voulons en tester
l’impact sur la croissance économique au Maroc et ce, via son impact sur le capital public, notre
modèle va introduire le capital public, le capital privé, le capital humain et la fiscalité.

Une étude empirique faite par Barro en 1989 puis reprise par lui-même en 1991 utilise les variables
fiscales et le taux de croissance économique dans un modèle de régression ; en prenant le ratio des
dépenses de consommation sur le PIB réel comme variable explicative, Barro trouve que cette
variable peut avoir une corrélation négative ou positive avec le taux de croissance économique.
L’explication est que lorsque les dépenses publiques sont plus orientées dans les prestations de
services, cela impacte négativement les consommateurs en termes d’utilité et nuit à la croissance
économique, car les taxes qui financent de tels types de dépenses publiques impactent négativement
le rendement du capital privé et nuit à l’épargne et à l’investissement (pas d’externalité positive).
Mais cependant, lorsque les dépenses publiques visent à créer par exemple les infrastructures
routières ou des investissements liés aux secteurs privés cela renchérit le rendement du capital privé
et entraine une hausse des investissements privés, de la consommation et du revenu. On note
également l’étude faite par Koester et Kormemdi (1989) qui analyse les effets des taxes marginales
(calculées à partir de la pression fiscale) sur la croissance de l’activité économique ; l’un des
résultats les plus importants de cette étude indique que c’est en prenant en compte l’endogénéité du
taux d’imposition moyen par habitant que les effets négatifs des taxes disparaissent sur la croissance
économique indiquant qu’il n’existe pas de relation entre la croissance économique et le revenu par
capital. Cependant, en tenant compte des taux d’imposition moyens, les augmentations des taux
d’imposition marginaux ont des effets négatifs sur le niveau de l’activité économique.

Une autre étude que l’on peut citer est celle de Kneller, Bleaney et Gemmell (1999) ; ces auteurs
utilisent un panel de 22 pays de l’OCDE observés de 1970 à 1995 pour mettre en évidence le
caractère nuisible des taxes sur le revenu et des taxes sur la propriété. Les résultats de l’étude sont
confirmés par celle de Gemell, Kneller et Sanz (2006), qui fournit de nouvelles données sur l'impact
à long terme des taxes génératrices de distorsion sur la croissance dans les pays de l'OCDE en
mettant à jour et en élargissant les ensembles de données pour couvrir la période 1970-2004.

Widmalm (2001) a utilisé des données transversales groupées provenant de 23 pays de l'OCDE de
1965 à 1990, et a montré que la proportion des recettes fiscales générée par l'imposition du revenu
des ménages avait une corrélation négative avec la croissance économique. La robustesse du
résultat est confirmée par une analyse de sensibilité, dans laquelle l'auteur a contrôlé
systématiquement les autres déterminants de la croissance plausible.

Arnold (2008) a intégré les indicateurs de la structure fiscale dans un ensemble de régressions en
panel pour un échantillon de 21 pays de l'OCDE sur la période 1971-2004 et a constaté que les
taxes sur la propriété sont les plus favorables à la croissance, suivies des taxes à la consommation,
puis des taxes personnelles7, les impôts sur le revenu. Dans le même temps, l’impôt sur les sociétés
semble avoir l’effet le plus négatif sur la croissance.

Szarowska (2013) a appliqué une analyse de régression aux données de panel annuelles pour les
États membres de l'UE-24 de 1995 à 2010 et a mis en évidence un effet positif statistiquement
significatif des taxes à la consommation sur la croissance du PIB.

On peut se référer aussi à l’étude faite par Jing (2011) qui étudie les effets neutres à long terme de la
structure des taxes sur la croissance économique des pays de l’OCDE. Cette étude cherche à tester
de façon empirique la classification des différents types de taxes en comparant leurs effets sur le
revenu par capital à long terme comme fait par Arnold et Al (2011). À partir d’un modèle à
correction d’erreurs en panel de 17 pays de l’OCDE, il trouve que les taxes sur le revenu, les taxes
sur le bénéfice des entreprises, les taxes sur la consommation et les taxes sur la propriété privée
exercent toutes un effet négatif à long terme sur le revenu par tête, mais il n’obtient pas que les
taxes sur la consommation sont favorables à la croissance, ou que les taxes sur le revenu et les taxes
sur le revenu des ménages sont favorables à la croissance ou que les taxes sur le bénéfice des
entreprises sont nuisibles à la croissance économique comme cela avait été le résultat primordial de
l’étude de Arnold et Al (2011).

Jing (2012) reprend l’étude précédente cette fois-ci en analysant comment les différents types de
taxes que sont les TVA, les taxes sur le bénéfice des entreprises et les taxes sur le travail affectaient
la croissance économique des pays de l’OCDE. En utilisant une régression en panel de 34 pays, les
résultats de l’étude montrent que les impôts sur le bénéfice des entreprises impactent négativement
la croissance économique et les autres types de taxes n’ont pas d’effets significatifs sur le taux de
croissance économique.

Contrairement aux résultats de Szarowska (2013), Bernardi (2013) a réalisé une analyse des
tendances en matière de fiscalité des pays membres de la zone euro (ZE-17), ainsi qu'une analyse
pays par pays pour la période 2000-2014. Il a constaté que les gains d'un transfert fiscal (des impôts
directs aux impôts indirects) ne semblaient pas être aussi simples que le prétendaient les recherches
précédentes. Au contraire, il prédit que le maintien du système fiscal en cours pourrait exacerber le
marasme économique qui se propage dans l’Union européenne, notamment du fait de l’adoption
généralisée de politiques budgétaires restrictives par presque tous les pays membres.

Les auteurs Canavire-Bacarreza, Martinez-Vazquez et Vulovic (2013) ont évalué l'effet de

différents instruments fiscaux sur la croissance des pays d'Amérique latine à l'aide de techniques de
vecteurs autorégressifs et d'estimation de données de panel. Ils ont trouvé que l'impôt sur le revenu
des particuliers n'avait pas l'effet négatif attendu sur la croissance économique. En ce qui concerne
l’impôt sur le revenu des sociétés, leurs résultats suggèrent une réduction de l’évasion fiscale et une
plus grande dépendance à l’égard des recouvrements pourrait stimuler la croissance économique de
la région. Le recours aux taxes sur la consommation a eu des effets positifs importants sur la
croissance de l’Amérique latine en général, bien qu’ils aient eu de légers effets négatifs dans
certains des pays sélectionnés.

Saima Saqib, Tariq Ali, Muhammad Faraz Riaz, Sofia Anwar et Amir Aslam (2014) ont analysé les
effets des Taxes sur l’activité économique pakistanaise. L’activité économique est analysée à partir
des variables comme le PIB, l’investissement et la consommation ; à l’aide d’un modèle vectoriel
autorégressif à correction d’erreurs et en utilisant les variables comme le PIB réel, l’investissement
agrégé et la dépense totale de consommation des ménages comme variables dépendantes et en
prenant en compte la pression fiscale, les taxes sur les ventes et les taxes sur le revenu ; avec ses
données sérielles de 1973 à 2010, ils obtiennent que toutes les séries soient stationnaires, que la
pression fiscale exerce un effet négatif sur le PIB réel , que les taxes sur le revenu ont un effet
négatif sur l’investissement et que les taxes sur les ventes ont un effet également négatif sur la
consommation. En guise de conclusion, ces auteurs trouvent que le système de taxation en cours au
Pakistan a besoin d’être révisé minutieusement, car les éléments qui composent la structure des
taxes ont un effet négatif sur l’activité économique.

3. Etats des lieux

Dans la présente section, comme Katuala (2020), nous présentons la dynamique de l’économie
congolaise, soit pour une période de 1990-2018. Nous calculons les performances économiques
pour chaque sous-période correspondant à l’exercice du pouvoir de l’autorité budgétaire de la R.D.
Congo. Etant donné qu’en RDC le Premier ministre est le responsable de la conception et de la mise
en oeuvre des politique économique, nous établissons une correspondance entre chaque période et
un Premier ministre. Les données disponibles renseignent une durée moyenne à la primature d’au
moins 2 ans. Dans certains cas, nous formons des périodes communes à un seul gouverneur comme
des gouverneurs à une seule période. Le tableau 12 associe chaque période à son chef du
gouvernement.

Nous analysons la dynamique macroéconomique en RD Congo sous les quatre (4) secteurs
macroéconomiques majeurs notamment : Le secteur de finances publiques, le secteur monétaire, le
secteur réel et le secteur extérieur. Pour le secteur de finances publiques, nous considérons les
variables ci-après : (i) le ratio de la dépense publique par rapport au PIB, (ii) le ratio du niveau de la
dette publique par rapport au PIB et (iii) le ratio de la recette fiscale par rapport au PIB, soit la
pression fiscale. Pour le secteur monétaire, nous scriptons la dynamique du (i) taux d’intérêt
nominal et du (ii) taux de change officiel (TCO). Quant au secteur réel, nous analysons (i) le PIB
per capita, (ii) la dynamique des prix et (iii) de la population. Enfin, dans le secteur extérieur, nous
analysons (i) le ratio de la Balance commerciale par rapport au PIB, et (ii) le terme de l’échange.
Nos analyses se basent sur (i) les moyennes, (ii) les volatilités et/ou (iii) la croissance en (%) pour
chaque variable retenue.

3.1.Secteur de Finances publiques

La dynamique du ratio dépenses publiques par rapport au PIB est synthétisée dans la Figure 1. La
moyenne du ratio dépenses-PIB se situe entre 22,6% (2002-2005) et 6,4% (1994-1997). Le ratio a
été moins volatile entre 2010-2013 (0) et plus volatile entre 2002-2005(7,3). Cette dynamique en
dent de scie montre la particularité de chaque période allant du début des années 90 caractérisées
par une politique budgétaire expansive couplée aux crises sociales (Pillages) ayant ainsi engendrer
des forte volatilité des prix ainsi que de la monnaie nationale, ensuite, la période allant de 2002 à
2009 caractérisée par des forts investissements publics notamment avec le programme de 5
chantiers lancé par le Président Joseph Kabila et, enfin, la dernière période allant de 2014 à 2018
caractérisée par des troubles politiques ainsi que l’organisation des élections ayant occasionné des
dépenses dont la plupart non contrôlée.

Figure 1 : Dynamique du ratio Dépenses publiques - PIB

Moyenne Volatilité

25
20
15
10
5
0
1990-1993 1994-1997 1998-2001 2002-2005 2006-2009 2010-2013 2014-2018
Note : Les calculs et la figure sont élaborés par les auteurs à partir des données de la BCC

L’évolution du ratio de la dette publique-PIB est reprise dans la Figure 2. La moyenne du ratio dette
publique-PIB la plus élevée a été atteint entre 1994-1997 (199,63%) et la plus faible entre 2010-
2013 (10,9%). La moyenne de la volatilité de ce ratio se situe entre 0,23 (1994-1997) et 24,7 (1998-
2002). L’évolution de ce ratio accuse une pente négative, de ce fait, la forte réduction du niveau de
la dette publique a été possible grâce à la stratégie d’allégement de la dette multilatérale pour les
pays pauvres très endettés initié par le FMI et l’Association internationale de développent (IDA) de
la Banque mondiale**

**
Url : https://www.imf.org/fr/News/Articles/2015/09/14/01/49/pr10274
 Figure 2 : Dynamique du ratio Dettes publiques - PIB
Moyenne Volatilité

250
200
150
100
50
0
1990-1993 1994-1997 1998-2001 2002-2005 2006-2009 2010-2013 2014-2018
Note : Les calculs et la figure sont élaborés par les auteurs à partir des données de la BCC

L’évolution du ratio de la pression fiscale est reprise dans Figure 3. La moyenne du ratio recette
publique-PIB la plus élevée a été atteint entre 2010-2013 (26,5%) et la plus faible entre 1990-1993
(1,4%). La moyenne de la volatilité de ce ratio se situe entre 0,012 (1990-1993) et 0,044 (2014-
2018). L’évolution de ce ratio accuse une pente positive, de ce fait, la hausse du niveau des recettes
publiques a été possible grâce à la conjugaison des efforts des gouvernements congolais. Par
ailleurs, l’amélioration du climat des affaires à partir des années 2000 constitue un atout majeur
dans l’amélioration de l’assiette fiscale.

Figure 3 : Dynamique de la Pression fiscale

Moyenne Volatilité

0,3
0,25
0,2
0,15
0,1
0,05
0
1990-1993 1994-1997 1998-2001 2002-2005 2006-2009 2010-2013 2014-2018
Note : Les calculs et la figure sont élaborés par les auteurs à partir des données de la BCC

3.2. Secteur Monétaire

La dynamique du taux directeur est résumée dans le Tableau 1. La moyenne du taux d’intérêt
nominal se situe entre 12,0% (2010-2013) et 6,0% (2002-2005). Le taux d’intérêt nominal a
historiquement atteint son niveau le plus bas (soit 6,0%) entre 2002 et 2005 mises à part ses
réalisations négatives des années 90. Notons également que ce taux est resté stable entre 2013 et
2015. La moyenne de la volatilité de l’instrument principal de la politique monétaire se situe entre
1,9 (2002-2005) et 9,6 (2010-2013).

Tableau 1 : Dynamique du taux d’intérêt directeur de la BCC

Indicateur 1990-1993 1994-1997 1998-2001 2002-2005 2006-2009 2010-2013 2014-2018
Moyenne 6,0 10,6 12,0 7,8
Volatilité 1,9 4,5 9,6 7,4
Note : Les cellules vides indiquent la non prise en compte des valeurs très négatives, à quatre (4) chiffres, du taux d’intérêt nominal
caractérisant l’épisode d’hyperinflation enregistré durant cette période en R.D. Congo. Les calculs sont élaborés par les auteurs à
partir des données de la BCC
La dynamique du taux de change officiel est condensée dans le Tableau 2. La moyenne du TCO a
atteint son bas niveau entre 1998-2001 (92,3) et son plus haut niveau entre 2014-2018 (1259,2).
Une augmentation du TCO implique la dépréciation de la monnaie locale. Avec la dépréciation de
la monnaie locale, les produits exportés deviennent plus compétitifs que les produits importés. Cette
réalité est loin d’être une position de force pour l’économie congolaise dont plus de 70% de sa
production provient sur secteur minier à la valeur ajoutée souffre de non-inclusivité d’une part, et
une dépendance accrue aux importations en terme des biens et services. La moyenne de la volatilité
du TCO se situe entre 5,4 (2010-2013) et 308,6 (2014-2018). De par ces résultats, nous constatons
que la conduite de la politique monétaire et de taux de change été stable durant la période allant de
2010-2015.

Tableau 2: Dynamique du taux de chance officiel (TCO)

Indicateur 1990-1993 1994-1997 1998-2001 2002-2005 2006-2009 2010-2013 2014-2018
Moyenne 92,3 407,5 637,1 916,7 1259,2
Volatilité 129,2 30,7 163,1 5,4 308,6
Note : Les cellules vides indiquent la non prise en compte des valeurs très élevées, à cinq (5) chiffres, du taux de change officiel
caractérisant l’épisode de la plus grande dépréciation de la monnaie locale enregistré durant cette période en R.D. Congo. Les
calculs sont élaborés par les auteurs à partir des données de la BCC

3.3. Secteur Réel

La dynamique du PIB per capita est synthétisée dans la Figure 4. La moyenne du PIB per capita la
plus élevée est de $ 574,9 et a été atteinte durant la période 1990-1993 tandis que la plus basse est
de $ 287,9 et a été réalisée durant la période 2002-2005. La croissance du PIB per capita la moins
élevée est négative de 14,1% et a été atteinte durant la période de 1990-1993. La croissance la plus
élevée du PIB per capita est de 3,9% et a été réalisée pendant la période 2010-2013. La moyenne de
la volatilité du PIB per capita se situe entre 6,9 (2006-2009) et 96,2 (1990-1993). En effet, la forte
décroissance du PIB per capita ainsi que la grande partie de la volatilité du PIB per capita durant la
période 1990-1993 est tributaire de l’incertitude politique qui a caractérisée cette période
occasionnant même l’hyperinflation couplée de la dépréciation monétaire comme démontré ci-haut.

Figure 4 : Dynamique de l’activité économique

MOYENNE VOLATILITE CROISSANCE

700 120
600 100
500 80
400 60
300 40
200 20
100 0
0 -20
1990-1993 1994-1997 1998-2001 2002-2005 2006-2009 2010-2013 2014-2018
Note : Les calculs et la figure sont élaborés par les auteurs à partir des données de la BCC

La dynamique de l’IPC est résumée dans la Figure 5. La moyenne du taux d’inflation la plus faible
est de 7,2% et a été atteinte durant la période 2010-2013 alors que la plus élevée est de 2879,9% et
a été réalisée durant la période 1990-1993. La moyenne de la volatilité du taux d’inflation se situe
entre 5,7 (2010-2013) et 4093,8 (1994-1997). Nous constatons que la maitrise du taux d’inflation a
été quasi parfaite durant la période 2010-2015. Par ailleurs, la même réalité sur les incertitudes
politiques au début des années 90 cause la forte volatilité des prix y observée.
 Figure 5 : Dynamique du taux d’inflation (Prix)
5000,0 600,0
500,0
4000,0
400,0
3000,0 300,0
2000,0 200,0
100,0
1000,0
0,0
0,0 -100,0
1990-1993 1994-1997 1998-2001 2002-2005 2006-2009 2010-2013 2014-2018

MOYENNE VOLATILITE CROISSANCE

Note : Les calculs et la figure sont élaborés par les auteurs à partir des données de la BCC

L’évolution de la population est résumée dans le Tableau 3. On observe que la moyenne du taux de
croissance de la population se situe entre 2,6% (1998-2001) et 3,9% (1990-1993). On remarque que
la période d’incertitude économique et politique est aussi caractérisée par une forte croissance
démographique. La moyenne de la volatilité de la population, par millions d’habitants, se situe entre
1,3 (1998-2001) et 3,5 (2014-2018).

Tableau 3 : Dynamique de la Population

Indicateur 1990-1993 1994-1997 1998-2001 2002-2005 2006-2009 2010-2013 2014-2018

MOYENNE 36398681,5 42087320,0 46872133,3 52664436,8 59884577,8 68129057,0 78550231,4

VOLATILITE 1562976,4 1466714,0 1358083,9 1861737,5 2169039,6 2433733,3 3466326,9
CROISSANCE 3,9 3,4 2,6 3,2 3,3 3,3 3,2
Note : Les calculs sont élaborés par les auteurs à partir des données de la BCC

4. Données et méthodologie

4.1.Données

Nos données sont extraites de bases des données de la Banque centrale du Congo (Rapports
annuels), Banque Mondiale (World Developpment Indicators) et du Fond Monétaire International
(FMI). Nous avons utilisé la procédure de désagrégation des chroniques suivant l’approche de
Denton (Denton, 1971), pour obtenir les séries trimestrielles couvrant la période 1990-2020. Nos
variables macroéconomiques d’intérêt sont : le capital privé (CapPr), le capital public (CapPp), le
PIB per capita (Pibh), le taux d’inflation (Infl), le taux de change nominal (Em) et le taux de
pression fiscale (PF). Le Tableau 4 résume nos variables et leurs sources.
 Tableau 4. Définition et mesure des variables

Définition Unité de mesure Sources

Variables de contrôle

Capital Physique Taux d’investissement % du PIB FMI

Recettes Fiscales Total des revenus fiscaux de l’Etat En USD WDI

Inflation Variation de l’indice des prix % BCC

Taux de change nominal Volatilité du taux de change % BCC

Pression fiscale

Pression fiscale Recettes fiscale rapporté au PIB % du PIB BCC

Croissance économique

Croissance du PIB par tête Variation relative du PIB réel/tête % WDI

4.2.Méthodologie

- Modèle de Scully

SCULLY (1996, 2003) a développé un modèle qui lui a permis de déterminer le seuil de pression
fiscale qui maximise la croissance économique. Il a supposé qu’il existe deux secteurs : un secteur
privé, et un secteur public qui produit les biens et services publics à partir des recettes des impôts et
taxes. Ce qui lui a permis de présenter une fonction de production globale, qui prend la forme
Cobb-Douglas :

Sachant que les dépenses publiques :

La transformation de la fonction (1) en logarithme donne :

Et à partir de son estimation, on déduit le taux de pression fiscal optimal :

- Fonction quadratique
Une autre méthode qui permet d’étudier la courbe en cloche, présentée ci-dessus, est l’estimation de
la fonction quadratique suivante :

Avec : est le taux de croissance économique et le taux de pression fiscale.

Pour que soit optimal, il faut que

- Test d’Hansen

L’une des ambitions de cet article est de vérifier l’existence d’un effet non linéaire dans la relation
entre la pression fiscale et la croissance économique en utilisant la méthode de détection du seuil
proposé par Hansen (1996,2000).

Il a formulé un modèle à seuil comme suit :

Où désigne le taux de pression fiscale qui divise l’échantillon en deux groupes, la variable
dépendante qui représente le taux de croissance économique, la variable explicative qui est le
taux de croissance économique, le terme d’erreur et la valeur de la variable de seuil.

La méthode de bootstrap développée par Hansen (2000) permet de tester l’hypothèse nulle
d’absence d’effet de seuil et de sélectionner parmi les variables de seuil candidates celle qui peut
être retenue comme variable de transition optimale. Si l’hypothèse nulle est rejetée, la relation entre
le taux de croissance et la pression fiscale admet une relation non linéaire, sous la forme d’une
courbe Laffer. A.D.

- Modèle ARDL :
Pour confirmer empiriquement les enseignements de notre modèle théorique et la perspective
historique de la RDC, il s’est avéré nécessaire d’utiliser un modèle ARDL et un test de causalité
compte tenu du profil des données collectées. Il faut toutefois noter que les modèles de cette nature
souffrent souvent d’une autocorrélation des erreurs, avec la présence de la variable endogène
décalée comme explicative et de multi-colinéarité. Ceci complique leur estimation par les Moindres
carrés ordinaires (MCO). Ils requièrent par ailleurs que les variables retenues soient stationnaires
pour éviter des régressions fallacieuses (Johansen, 1992b). En considérant comme la variable
dépendante et comme le vecteur des variables explicatives, le modèle ARDL prend la forme
générale suivante :

(5)

Compte tenu de notre cadre d’analyse, le vecteur a été composé de huit variables explicatives, à
savoir : le taux d’inflation, le taux de change nominal (CDF contre USD), le capital physique (taux
d’investissement), le capital humain (taux de scolarisation), les variables financières (le crédit à
l’économie, le crédit à moyen et long terme et la capacité interne de financement) et la qualité
institutionnelle. Quant à la variable expliquée ou endogène du modèle , elle a été représentée par
le taux de croissance économique, mesurée exactement par le taux d’accroissement annuel du PIB
par tête d’habitant. De manière explicite, notre modèle d’analyse empirique a pris la forme :

(6)

Le terme d’erreur est supposé suivre une loi normale de moyenne zéro et de variance constante :
. Les paramètres renseignent sur les effets à court terme des composantes du
vecteur sur la variable expliquée , le taux de croissance du PIB par tête d’habitant. Dans le
long terme, c’est-à-dire en situation d’équilibre stationnaire, avec une formulation du modèle du
genre , les effets de long terme des variables indépendantes contenues
dans le vecteur sur la variable endogène , sont donnés ou mesurés à l’aide des paramètres .
Ces derniers sont déterminés par le ratio suivant :

(7)
5. Résultats des estimations
Il a été question dans cette section de procéder à une évaluation quantitative de nos données. Ce
faisant, nous avons tour à tour procéder à : (i) examiner la stationnarité et discuter des relations de
causalit醆 entre les variables sous études ; (ii) estimer un modèle ARDL ; (iii) effectuer un test de
cointégration‡‡ pour caractériser les dynamiques (effets de très court terme, de court terme, de
moyen terme et de long terme) ; (iv) estimer un modèle de Scully pour déterminer le taux optimal
de pression fiscale ; et (v) procéder à un test de Hansen pour vérifier l’existence d’un effet de seuil.

††
Etant donné que les variables sont intégrées à des ordres différents, nous avons utilisé le test de causalité de Toda – Yamamoto
(1995) qui se trouve être le mieux indiqué pour de tels cas.
‡‡
De même, le test de cointégration le plus adapté aux propriétés des variables en étude est celui de Pesaran et al. (2001).
Les résultats de ces différentes étapes ont servi pour statuer sur la nature de relations entre les
variables et répondre à la problématique soulevée.
5.1.Analyse exploratoire des données
- Bilan de la stationnarité
Avant d’utiliser les données, nous nous sommes préalablement assurés de leur stationnarité, c’est-à-
dire de leur distribution constante dans le temps. L’estimation directe sans se rassurer de la
stationnarité des séries pouvait nous conduire à des résultats fallacieux et donc ne pas renseigner
utilement sur la question sous-examen. Pour y parvenir, nous avons recouru au test de Dickey-
Fuller augmenté (ADF). Les résultats de ce test sont présentés dans le tableau 5 à un seuil de 5 %.
Les valeurs des statistiques ADF et McKinnon sont toutes exprimées en valeurs absolues.
Après test, il s’observe que les séries statistiques que nous avons mobilisées pour mener notre
analyse empirique ne sont pas toutes stationnaires en niveau (ou à l’état brut). Nous remarquons que
3 séries ne sont pas stationnaires en niveau. Pour ce faire, nous les avons intégrées en prenant les
différences premières des données brutes. Par ailleurs, il s’établit clairement que les séries
statistiques utilisées ne sont pas toutes intégrées d’un même ordre et leur dynamique n’est pas
linéaire. De ce fait, se référant à la théorie, le choix a été porté sur un modèle ARDL.
Tableau 5. Bilan de la stationnarité des séries : 1990 – 2020

Variable Spécification Valeur ADF Valeur McKinnon Observations

Données Données Données brutes Données

brutes différenciées différenciées

Sans constante 0.06 5.33 195 2.97 Intégrée (1)

Pression fiscale Avec constante 1.11 5.21 2.96 3.58 Intégrée (1)

Avec constante et tendance 3.20 5.18 3.57 1.95 Intégrée (1)

Sans constante 2,14 - 1,95 - Intégrée (0)

Inflation Avec constante 19,16 - 2,99 - Intégrée (0)

Avec constante et tendance 17,91 - 3,62 - Intégrée (0)

Sans constante 5,01 - 1,95 - Intégrée (0)

Taux de change Avec constante 5,24 - 1,96 - Intégrée (0)

Avec constante et tendance 3,61 - 3,57 - Intégrée (0)

Sans constante - - - - Non Stationnaire

Dépenses pub en Cap Avec constante 2.14 - 2.96 - Non Stationnaire

Avec constante et tendance 90.6 - 4.29 - Intégré (0)

Sans constante 0.55 5.44 1.95 1.95 Intégrée (1)

Capital physique Avec constante 2.36 5.35 2.96 2.97 Intégrée (1)

Avec constante et tendance 3.06 3.20 3.57 3.62 Non Stationnaire

Sans constante 1,71 4,87 1,95 1,95 Intégrée (1)

Croissance du PIB par Avec constante 1,60 4,87 2,96 2,97 Intégrée (1)
tête
Avec constante et tendance 2,36 3,48 3,57 3,62 Non Stationnaire

ème
Note : La 3 spécification a été utilisée pour décider de la stationnarité. Les ADF-stat associé au signe (*) sont stationnaires à 10 %.

- Examen de la causalité
Le test de causalité de Toda – Yamamoto (1995) effectué sur les différentes variables d’analyse indique que
le taux de pression fiscale et le taux de croissance du PIB per capita entretiennent une causalité
bidirectionnelle au seuil de 10 et 5% respectivement pour la pression fiscale vers la croissance et la
croissance vers la pression fiscale. Par ailleurs, la pression fiscale cause au seuil de 10 et 1% le capital
physique et le niveau des dépenses publiques qui exerce une influencent sur la croissance économique.

Tableau 6. Degré de liaison Stabilité macroéconomique – Développement financier

(0) (1) (2) (3) (4) (5)

(0) Croissance 21,06** 0,33 0,22 1,32 0,88
- (0,02) (0,84) (0,89) (0,51) (0,64)
(1) Pression fiscale 0,38*** 1,14 1,53 5,61*** 8,25*
(0,09) - (0,56) (0,46) (0,06) (0,01)
(2) Inflation 7,57** 0.12 21,23* 0,41 0,21
(0,02) (0,93) - (0,00) (0,81) (0,89)
(3) Taux de change 11,68** 0,38 135.5* 0,18 0,88
(0,00) (0,82) (0,00) - (0,91) (0,64)
(4) Capital physique 0,08*** 2,50 1,48 2,72 11,80*
(0,06) (0,28) (0,47) (0,25) - (0,00)
(5) Dépense publique 3,04 0,09 13,40* 20,61* 1,31 -
(0,21) (0,95) (0,00) (0,00) (0,51)
Note : (*), (**) et (***) dénote la significativité aux seuils respectivement à 1 %, 5 % et 10 %.

Figure 7. Schéma de causalité

Taux d’inflation Taux de change

Pression Fiscale
Taux de Croissance

Capital physique

Dépenses en capital
Il ressort de ce schéma que le taux de croissance est la variable la plus endogène et le capital
physique la variable la plus exogène. En outre, un schéma clair se dégage du niveau d’influence de
la pression fiscale sur la croissance économique ; en impactant premièrement le capital physique qui
à son tour cause les dépenses en capital et la boucle se ferme par la relation cause entre les dépenses
en capital et le taux de croissance. Ces relations valident ainsi le modèle théorique avancé par le
Professeur Barro, lequel modèle nous a servi de cadre théorique. Ainsi, 2 causalités
bidirectionnelles et 9 causalités unidirectionnelles parmi les 11 relations causales identifiées après le
test de Toda-Yamamoto.
5.2.Estimation du modèle ARDL
Il ressort après observation du tableau 13 que les variables retenues dans le modèle expliquent
essentiellement la croissance économique de la RDC durant la période sous étude. La pression fiscale exerce
une influence positive mais de faible portée et statistiquement significative sur la croissance. Ceci s’explique
notamment par la faiblesse du recouvrement des recettes fiscales et que l’amélioration du taux de pression
fiscale conduirait toute chose égale par ailleurs, à une amélioration du taux de croissance. Cependant, en
dehors de la pression fiscale ; il s’observe également que le cadre macroéconomique exerce des effets divers
sur la croissance et que la forte volatilité et instabilité de celui-ci mitige les effets de la fiscalité et des
dépenses en capital sur la croissance.
Tableau 7. Effets de toutes les variables du modèle sur la croissance économique

Variable endogène Taux de croissance économique

Variables exogènes Coefficients P-value

(1) Taux de croissance économique (- 0,44** 0,027

1)
(2) Taux de pression fiscale 0,14** 0,023

(3) Taux d’inflation -0,01* 0,008

(4) Taux de change (-1) 0,00* 0,005

(5) Capital physique (-1) -0,178** 0,045

(6) Dépenses en capital (-1) 0,09 0,17

Constante -0,53** 0,078

R-carré ajusté 0,87

Significativité globale (Fisher) 18,26
(0,00)
Meilleur modèle retenu (1, 0, 0, 1, 0, 1)
Critère de sélection Akaike (AIC)
Note : (*), (**) et (***) dénote la significativité aux seuils respectivement à 1 %, 5 % et 10 %.

5.3.Cointégration et dynamique de court et long terme

Il se dégage du tableau 8 ci-dessous que le coefficient d’ajustement ou force de rappel est
statistiquement significatif, il est négatif et est compris entre zéro et un en valeur absolue, ce qui
garantit un mécanisme de correction d’erreur, et donc l’existence d’une relation de long terme
(cointégration) entre variables. En outre, les observations suivantes également sont mises en
exergue :
 - La fiscalité exerce un effet positif sur la croissance à court terme. Il y a lieu de préciser
toutefois que cet effet reste très marginal dans le sens où un accroissement de 10% de la
fiscalité entraine une augmentation de 1.4% de la croissance. Cependant, ces effets
s’inversent plutôt dans le temps : la politique fiscale d’il y a un et deux ans est un frein à la
croissance économique en RDC, les agents économiques supposés avoir étudié et mis en
place des mécanismes de fraude et d’évasion fiscale ;

- Les autres variables de contrôle exercent des effets mitigés et divers à court terme,
constituant un frein à la croissance économique. Les variables captant le cadre
macroéconomique démontrent que ce dernier impacte très faiblement la dynamique de la
croissance mais négativement par l’inflation et quasiment neutre par le taux de change. Ces
observations renseignent donc sur les nuisances provoquées sur la croissance par l’instabilité
du cadre macroéconomique. Toutefois, la dimension temporelle est une variable importante
à ne pas ignorer ici. Dans le temps, les effets de ces variables sont mitigés : il faut laisser
passer au moins une année pour espérer voir les dépenses publiques en capital stimuler la
croissance économique, autant pour le capital physique dont les effets sur la croissance
deviennent significatifs après un (+) et deux ans (-).

Tableau 8. Effets de variables de contrôle sur la croissance économique

1990 - 2001
Délai Court terme Long terme
Variables exogènes Coefficients Coefficients
(P-value) (P-value)
Taux de croissance -0,55* -
économique (-1) (0,00)
Pression fiscale 0,14** 0,26
(0,02) (0,16)
Taux d’inflation -0,00* -0,01**
(0,00) (0,02)
Taux de change 0,00* 0,00**
réel (-1) (0,01) (0,03)
Capital physique -0,178 0,31
(0,45) (0,36)
Dépenses 0,414 0,02
Publiques (0,40) (0,77)
Cointégration au sens de Pesaran
et al.
Statistique (Fisher) 5,56
Borne Borne
inférieure supérieure
Seuil de 10 % 2,08 3
Seuil de 5 % 2,79 3,38
Seuil de 2,5 % 2,7 3,73
Seuil de 1 % 3,06 4,15
Note : (*), (**) et (***) dénote la significativité aux seuils respectivement à 1%, 5% et 10%.

Le tableau 8 ci-dessus fournit également les coefficients ou élasticités de long terme estimées.

- Comme à court terme, les effets de la fiscalité sur la croissance économique en RDC restent
positifs à long terme et s’améliorent sensiblement à tel point qu’un accroissement des
recettes fiscales de 10% du PIB dans le long terme accélère la croissance de 2.6% à LT ;

- Par ailleurs, comme aux résultats à CT, les autres variables de contrôle affichent les effets
non escomptés à LT, s’érigeant toujours comme des freins des facteurs de croissance
économique.
 5.4.Pression fiscale optimale par la méthode de Scully

Le calcul du taux de pression fiscale optimal consiste, dans un premier temps, à estimer les
coefficients de l’équation suivante :

L’estimation en MCO a révélé un modèle globalement significatif, selon la statistique Fisher dont la
probabilité est largement inférieure à 1%.

MCO
Paramètres Coefficient Prob.

a -2.34 0.01
b 0.12 0.00
c 0.41 0.00

R2 Ajusté 0.99
Fisher calculé 1355.163
Probbilité 0.00

Et à partir de son estimation, on déduit le taux de pression fiscal optimal :

0.23

Alors que cette estimation relève un taux de pression fiscale optimale de 23%. Les données du taux
de pression fiscale de la RDC varient entre 1.25% et 24.3% durant la dernière la période sous étude,
avec une moyenne annuelle de 8.3%.

Considérant le grand écart entre le taux de pression fiscale optimal et le taux de pression fiscale
réalisé, le système fiscal Congolais est caractérisé par une complexité et une multiplicité des taux
qui s’applique à une assiette fiscale étroite ; c'est-à-dire que 80% de l’IS provient d’une petite partie
des sociétés, alors que la grande partie de l’impôt sur le revenu provient du revenu salarial. Et une
faiblesse du contrôle fiscal qui encourage des situations de fraude, évasion et évitement fiscal.

Même si le taux de pression fiscale est un indicateur significatif de la situation de la politique

fiscale, il reste limité, parce qu’il ne résulte pas des explications de la capacité de redistributive du
système fiscal.

Tenant compte de cette forte distorsion entre le taux optimal et la moyenne du pays, il est plus
évident que la RDC est appelée à améliorer sa capacité de recouvrement des impôts et entamer une
série des réformes pour stopper l’effondrement du système fiscal national et le rendre plus productif
tenant compte de son potentiel.

5.5.Test de Hansen
 1 vs 2 2 vs 3
LS test 22,86 36,78
P-value 0,00 0,00

Les probabilités des valeurs du test Hansen sont inférieures à 5%, que se soit dans le cas de deux
régimes (1vs2), c'est-à-dire lorsque la courbe change d’allure une seule fois, ou bien dans le cas de
trois régimes, c'est-à-dire lorsque la courbe change d’allure deux fois.

Puisque l’hypothèse nulle est rejetée, on conclut que la relation entre la croissance économique et la
pression fiscale suit un processus non linéaire avec un seuil de pression fiscale optimal.
La deuxième étape consiste à déterminer le nombre de seuil qu’existe dans la relation entre la
pression fiscale et la croissance économique en vérifiant les hypothèses suivantes :

Les résultats du test Hansen sont présentés comme suit :

(1)
LS test 16,86
P-value 0,00

Ils indiquent que la relation entre la croissance économique et la pression fiscale est caractérisée par
la présence de deux seuils parce que la probabilité du test Hansen est inférieure à 5%, c'est-à-dire
qu’est H0 rejetée au profit de H1.

Conclusion

L’entrée retenue ici pour traiter de la question du rôle de la fiscalité sur la croissance économique
est celle d’une modélisation ARDL pour capter la dynamique de court et long terme, d’un modèle
de Scully pour définir un taux optimal et d’un test de Hansen pour cerner l’existence d’un effet de
seuil.

Nos résultats mettent tout d’abord en évidence le rôle non négligeable joué par la fiscalité sur la
croissance. Autrement dit, les revenus fiscaux peuvent aider les pouvoirs publics à atteindre leurs
objectifs économiques et sociaux. Il leur faut, pour ce faire, trouver un juste équilibre pour
récompenser l’esprit d’entreprise, l’innovation et la prise de risque, tout en étant capable de financer
d’importantes dépenses publiques, notamment des programmes éducatifs et sociaux, ainsi que de
grands travaux publics. Toutefois, outre la croissance, le souci de l’équité ainsi que celui de la
réduction de la pauvreté doivent être toujours présents, surtout que la fiscalité risque d’entraîner des
pertes nettes de production, de productivité et d’utilité sociale.

Avec la méthode de Scully, le taux optimal de pression fiscale s’est situé à 23%. Il s’en dégage un
grand écart entre la moyenne et le taux optimal. Au regard de cette réalite, il s’en déduit que le
renforcement de la mobilisation des ressources nationales ne revient pas uniquement à augmenter
les recettes ; il s’agit également de concevoir un système de prélèvement propre à favoriser la
cohésion et la bonne gouvernance, à améliorer la capacité des pouvoirs publics de rendre compte de
leurs décisions aux citoyens et à promouvoir la justice sociale. La conception et le fonctionnement
du système de prélèvements, et notamment les dimensions intéressant la transparence, la lutte
contre la corruption et l’équité, sont également des facteurs déterminants pour les décisions des
investisseurs nationaux et internationaux dans la mesure où ils constituent des paramètres de
l’amélioration des conditions d’ensemble pouvant permettre d’attirer davantage d’investissements
privés.

En outre, l’assiette fiscale en RDC est étroite vu que les taux d’imposition sont relativement élevés
alors qu’une grande partie des contribuables congolais sont arbitrairement exonérés d’impôt ou
recourent à la fraude fiscale. Ainsi, l’Etat devrait mettre en œuvre une politique fiscale basée sur
l’élargissement de l’assiette fiscale et favoriser la compétitivité des PME ou la réduction des taux
d’imposition pour assurer une grande équité. Il semble aussi évident que la réforme fiscale ne peut
se faire qu’à partir de la composante dépenses fiscales sans pouvoir agir sur le niveau des recettes
fiscales.

Par ailleurs, malgré l’apport et la contribution majeure du modèle Scully dans la conduite de la
politique fiscale. Roderick Hill (2008) considère que ce modèle reste limité, parce qu’il est dérivé
d’un modèle basique de croissance endogène. Dans lequel le capital est entièrement utilisé dans le
processus de la production annuelle. C’est-à-dire qu’il ignore la contribution de la participation du
capital des périodes antérieurs. En réponse à ces reproches Scully (2000) a expliqué la production
par le capital retardé dans la fonction de la production globale.

En définitive, au regard des résultats trouvés dans cette étude, les recommandes suivantes s’adressent aux autorités
politiques du pays pour une RD Congo émergente d’ici à 2030 :

(i) L’investissement étant l’un de courroie de transmission des effets de la fiscalité à la croissance, mettre en place
des politiques économiques réalistes (les politiques de l’offre), qui s’inscrivent dans le temps, de nature à
encourager la classe moyenne d’affaires locales et la production des biens capitaux ;

(ii) Mettre en place des mécanismes de diversification (encourager l’initiative privée) qui aura pour effet de booster
l’investissement national et obtenir des débouchés internationaux pour vendre nos produits finis, ce qui devra
rendre bénéfique l’ouverture économique qui est l’un de courroie de transmission des effets de la fiscalité à la
croissance ;

(iii) Encourager l’ouverture économique en améliorant le climat des affaires dans le pays (bonne gouvernance,
lutte contre la corruption, etc.), ce qui va rendre celui-ci de plus en plus fréquentable ;

(iv) Revoir les stratégies dans la conduite de la politique fiscale, chaque année au moins, pour éviter la fraude ou
les évasions fiscales qui ont pour effet de décélérer la croissance économique ;

(v) Lutter et veiller à la stabilité politique du pays, gage des politiques économiques efficaces qui durent dans le
temps.

Bibliographie
- Arnaud PARIENTY, « Prélèvements obligatoires : que mesurent les prélèvements obligatoires ?
», alternatives économiques, no 173, Paris, 1999.
- Bai J. (1997), « Estimating Multiple Breaks One at a Time », in Econometric Theory. 13:315-52.
Lien: http://dx.doi.org/10.1017/S0266466600005831.
- Bai, J. et Perron, P. (1998), « Estimating and Testing Linear Models with Multiple Structural
Changes », in Econometrica. 66:47-78. Lien : http://dx.doi.org/10.2307/2998540.
- Belloumi, M., « The relationship between Trade, FDI and Economic growth in Tunisia : An
application of autoregressive distributed lag model », Tunisie, 22 p.
- Benos N. (2009), « Fiscal policy and economic growth : empirical evidence from EU countries
», rapport de recherche, center for the planning and Economic research in Athens.
- Bensalma, A. et Bentarz, M., « Testing the fractional integration parameter revisited : a
Fractional Dickey-Fuller Test », 36 p.
- Berck, P. et Brown, J. (2007), « Sales : Testing of Theories on Causality and Timing », Cudare
Working Papers, Paper 1031, 41 p.
- Bewley, R. et Yang, M. (1995), « Tests for Cointegration Based on Canonical Correlation
Analysis », in Journal of the American Statistical Association, Vol.90, pp. 990-996.
- Bhaskara Rao B. (2005), « Estimating Short and Long Run Relationships : A Guide to the
Applied Economist », 29 p.
- Barro RJ – Government spending in a simple model of endogenous growth - J. Pol. Econ,
98(5): 103-125, 1990.
- DAVIDSSON Marcus – optimal growth taxation – research in world economy, vol 3, n°1,
2012.
- Engen EM, Skinner J (1996) - Taxation and economic growth - Nat. Tax J, 49(4): 617- 642,
1996.
- GODBOUT.L et BELTRAME.P - Fiscalité comparée : Comparaison de l’importance des
recettes fiscales par rapport au PIB - Document de travail 2006/04.
- Grégoire Lurton - Mesurer La Pression Fiscale - Regards croisés sur l'économie, p. 66-68,
2007/1 n° 1.
- HANSEN B.E - Sample Splitting And Threshold Estimation - Econometrica, Vol. 68, No. 3,
575-603, May, 2000.
- Hill R - Optimal Taxation and Economic Growth: a Comment - Public Choice, 134: 419–427,
2008.
- KEHO Yaya - Estimating the growth-maximizing tax rate for Cote d’Ivoire: Evidence and
implications - Journal of Economics and International Finance, Vol. 2(9), 164- 174, September,
2010.
- Laffer .A ―Supply-Side Economics― Financial Analysts Journal, Vol. 37, No. 5, pp. 29-44
,September-October,1981.
- Lars P. Feld - Le degré de décentralisation fiscale en Allemagne : Dépenses, impôts, pression
fiscale, dettes - l’Institut de Recherche Européenne en Economie et Fiscalité - Février 2003.
- Musgrave R.A - The theory of public finance - New York, McGraw Hill, 1959.
- Scully. G -The growth tax in the United States- Kluwer Academic Publishers, Public Choice 85
71-80, 1995.
- Scully. G - Taxation and economic growth in New Zealand- Pacific Economic Review, 169-
177, 1996.
- Shahid, A. et Nved A., (2010), « the effect of fiscal policy on economic growth : empirical
evidences based on time series data from Pakistan », The Pakistan Development Review
Winter, pp. 497-512.
- Sinha, D. et Sinah, T. (2007), « Toda and Yamamoto Causality Tests Between Per Capita Saving
and Per Capita GDP for India », 12 p. lien : http://mpra.ub.uni-muenchen.de/2564/MPRA
Paper No. 2564, posted 5. April 2007.
- Stock, J. H. (1987), « Asymptotic Properties of Least Squares Estimators of Cointegrating
Vectors », in Econometrica, Vol.55, pp. 1035-1056.
- Stock, J. H. et Watson, M. W. (1988), « Testing for Common Trends », in Journal of the
American Statistical Association, Vol.83, pp. 1097-1107.
Annexes

9
Series: Residuals
8
Sample 1991 2020
7 Observations 30

6 Mean 5.03e-16
5
Median 0.129367
Maximum 2.997542
4 Minimum -5.477082
Std. Dev. 2.130120
3
Skewness -0.781702
2 Kurtosis 2.963447

1
Jarque-Bera 3.056964
0 Probability 0.216865
-6 -5 -4 -3 -2 -1 0 1 2 3

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.795449 Prob. F(2,19) 0.4658

Obs*R-squared 2.317867 Prob. Chi-Square(2) 0.3138

Test Equation:
Dependent Variable: RESID
Method: ARDL
Date: 04/27/21 Time: 22:27
Sample: 1991 2020
Included observations: 30
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

PIBH(-1) -0.214780 0.316439 -0.678741 0.5055

PF 0.061377 0.137834 0.445299 0.6611
INFL -0.000876 0.002080 -0.421110 0.6784
EM 1.56E-05 7.86E-05 0.198129 0.8450
 EM(-1) 5.41E-05 0.000177 0.306120 0.7628
CAPPH 0.014462 0.238621 0.060607 0.9523
DEPPUB 1.82E-07 9.13E-07 0.199774 0.8438
DEPPUB(-1) 2.04E-08 8.10E-08 0.252419 0.8034
C -0.985039 2.395073 -0.411277 0.6855
RESID(-1) 0.418967 0.378609 1.106594 0.2823
RESID(-2) -0.067891 0.289951 -0.234147 0.8174

R-squared 0.077262 Mean dependent var 5.03E-16

Adjusted R-squared -0.408389 S.D. dependent var 2.130120
S.E. of regression 2.527933 Akaike info criterion 4.969256
Sum squared resid 121.4184 Schwarz criterion 5.483028
Log likelihood -63.53884 Hannan-Quinn criter. 5.133616
F-statistic 0.159090 Durbin-Watson stat 2.005103
Prob(F-statistic) 0.997466

Ramsey RESET Test

Equation: UNTITLED
Specification: PIBH PIBH(-1) PF INFL EM EM(-1) CAPPH DEPPUB
DEPPUB(-1) C
Omitted Variables: Squares of fitted values

Value df Probability
t-statistic 0.004961 20 0.9961
F-statistic 2.46E-05 (1, 20) 0.9961

F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 0.000162 1 0.000162
Restricted SSR 131.5850 21 6.265951
Unrestricted SSR 131.5848 20 6.579241

Unrestricted Test Equation:

Dependent Variable: PIBH
Method: ARDL
Date: 04/27/21 Time: 22:27
Sample: 1991 2020
Included observations: 30
Maximum dependent lags: 1 (Automatic selection)
Model selection method: Akaike info criterion (AIC)
Dynamic regressors (1 lag, automatic):
Fixed regressors: C

Variable Coefficient Std. Error t-Statistic Prob.*

PIBH(-1) 0.441875 0.199691 2.212797 0.0387

PF 0.146442 0.133078 1.100427 0.2842
INFL -0.005588 0.004354 -1.283460 0.2140
EM 0.000139 0.000104 1.338632 0.1957
EM(-1) 0.000527 0.000387 1.361833 0.1884
CAPPH -0.177887 0.255062 -0.697426 0.4936
DEPPUB 7.34E-07 8.93E-07 0.821980 0.4208
DEPPUB(-1) 1.08E-07 1.27E-07 0.853442 0.4035
C -0.538905 2.137212 -0.252153 0.8035
FITTED^2 -0.000187 0.037627 -0.004961 0.9961

R-squared 0.874463 Mean dependent var -1.479806

Adjusted R-squared 0.817972 S.D. dependent var 6.011995
S.E. of regression 2.565003 Akaike info criterion 4.982998
Sum squared resid 131.5848 Schwarz criterion 5.450064
Log likelihood -64.74497 Hannan-Quinn criter. 5.132416
F-statistic 15.47956 Durbin-Watson stat 1.528306
Prob(F-statistic) 0.000000

*Note: p-values and any subsequent tests do not account for model
selection.