103_SECTEUR_INFORMEL

  • Upload
    barassa

  • View
    218

  • Download
    0

Embed Size (px)

Citation preview

  • 7/29/2019 103_SECTEUR_INFORMEL

    1/34

    UnPeuple UnButUneFoi

    MINISTERE DE LECONOMIE ET DES FINANCES

    DIRECTION DE LA PREVISION ET DESETUDES ECONOMIQUES

    Document dEtude N09

    FISCALITEETSECTEURINFORMELAUSENEGALDPEE/DEPE@Octobre2008

  • 7/29/2019 103_SECTEUR_INFORMEL

    2/34

    Fiscalit et Secteur Informel au SngalOctobre 2008

    Youssoupha Sakrya DIAGNE Kalidou THIAW1

    RESUME

    La prsente tude sintresse au comportement des entreprises informelles sngalaises par rapport

    leurs obligations fiscales. La base de donnes de lenqute sur le climat des affaires (ICA)2

    ralise par

    la Banque Mondiale en 2004 et portant sur 246 units de production a servi de source dinformations

    pour une analyse microconomtrique. Les rsultats rvlent que, globalement, limpt thoriquement

    d par les entreprises non immatricules ne reprsente environ que 3% de leur chiffre daffaires. Parmi

    les dterminants du comportement des entreprises de lchantillon lgard de ladministration fiscale,

    il apparat que les indicateurs de visibilit, les sentiments vis--vis de la politique fiscale, la prsence

    des agents de lEtat ainsi que linformation exercent un effet positif sur la propension

    lenregistrement. En revanche, le niveau dducation, lge du chef dentreprise, le taux dimposition

    ainsi que la taille de lactivit rvlent un comportement anticipatif et maximisateur de profit.

    Mots cls : secteur informel, modle Principal-Agent, fraude fiscale

    JEL Classification : O17, D81, H26

    ABSTRACT

    This paper deals with informal firms behavior regarding tax registration and compliance. Data from

    the Investment Climate Assessment (ICA) survey in Senegal, conducted by the World Bank in 2004,

    were used within a microeconometric framework. Results reveal that taxes owed by unregistered firms

    are relatively low, roughly amounting to 3% of their returns. The study also shows that visibility

    indicators, information, as well as tax control and firms assessment of the Governments fiscal policy

    are likely to increase the probability of tax registration. However such variables as education, age, the

    tax rate, size and the turnover indicate a behavior close to anticipation and profit maximization.

    Keywords: informal sector, Principal-Agent model, tax evasion

    JEL Classification: O17, D81, H26

    1LesauteurstiennentparticulirementremercierMonsieurMamadouNDIONEde laBanqueMondiale.Les

    auteurstiennentgalementexprimer leurgratitudeMessieursAliouFAYEetThiernoMBOUPde laDGID,

    ainsiquMadameMarieDelphineNDIAYEWADEduCabinetAzizDIEYEpour leurschangesfructueuxtenus

    lorsdeleurrencontre.

  • 7/29/2019 103_SECTEUR_INFORMEL

    3/34

    1

    1. INTRODUCTIONLe secteur informel occupe une place trs importante dans les conomies des pays en

    dveloppement. En effet, il est assez courant que les valuations rvlent une participation

    hauteur de 50% de ce secteur au PIB dans ces pays. Les acteurs voluant dans ce secteur sont

    aussi bien des individus (marchands ambulants, mnages etc.) que des entreprises. Les biens

    et services produits par ce secteur alimentent principalement les populations faibles revenus.

    Il sagit galement dun secteur crateur demplois, en particulier demplois ncessitant de la

    main duvre non qualifie. Le secteur informel contribue ainsi de manire trs significative

    lactivit conomique des pays en dveloppement, quand bien mme il reste difficile dy

    valuer son impact avec prcision. En effet, lune des caractristiques essentielles de ce

    secteur demeure labsence de rglementation et la non-conformit aux obligations fiscales.

    Ces lments sont rgulirement invoqus pour distinguer le secteur informel du secteur

    formel.

    Le Sngal, linstar de la plupart des pays en dveloppement, est caractris par un secteur

    informel trs dvelopp. Lenqute 1-2-3 ralise par lAgence Nationale de la Statistique et

    de la Dmographie (ANSD) en 2003 a rvl que dans la seule rgion de Dakar, le secteur

    informel a produit, en 2002, 508,8 milliards de FCFA de biens et services et a cr 356,3

    milliards de FCFA de valeur ajoute, soit 10,7% du PIB.

    De mme que dans la plupart des pays en dveloppement, le dbat sur le secteur informel

    sngalais a trs souvent tourn autour des rpercussions que la taille relativement importante

    dudit secteur est susceptible davoir sur les finances publiques, notamment travers le cot

    dopportunit en recettes fiscales quelle implique. En effet, la masse dentreprises

    absolument inconnues du fisc apparat comme tant la source dun manque gagner

    important pour ladministration fiscale. En effet, il est facile dimaginer que de telles sommes

    auraient pu servir financer des investissements publics notamment destins amliorer

    lenvironnement des affaires ou la prestation de biens et services sociaux. Il sy ajoute les

    fortes suspicions qui psent sur les dclarations des entreprises qui, bien quenregistres

    auprs des autorits fiscales, ne disposent pas de comptabilit formelle. Par ailleurs, il va sans

    dire quun secteur informel important soulve des questions objectives de justice et dquit

    fiscale, mais aussi des questions lies la concurrence dloyale quil fait subir aux entreprises

    formelles. A ces considrations sajoutent des interrogations lies la qualit et lefficacit

    des procdures et des services de ladministration fiscale.

  • 7/29/2019 103_SECTEUR_INFORMEL

    4/34

    2

    Tout ceci explique largement la dfinition du secteur informel retenue par lAgence Nationale

    de la Statistique et de la Dmographie, savoir lensemble des units de production

    dpourvues de numro statistique et/ou de comptabilit crite formelle . Cependant, il

    convient de souligner que le cadre dans lequel voluent les entreprises du secteur informel

    nest pas sans occasionner des difficults aux agents mmes de ce secteur. En effet, laccs

    certains clients ou fournisseurs, de mme que la possibilit de recourir au financement

    bancaire constituent, de fait, des avantages troitement lis la formalisation.

    Par ailleurs, le dbat sur les motivations premires de linformalit oppose trs souvent les

    dfenseurs de la thse de la non information des agents du secteur informel, selon lesquels

    labsence dinformation ( et parfois la difficult dy accder) est la raison principale de

    lexistence dun si grand nombre dentreprises demeurant en dehors du systme fiscal, ceux

    qui voient lappartenance au secteur informel comme rsultant dune dcision dlibre des

    entrepreneurs essentiellement fonde sur une stratgie rationnelle de minimisation des cots.

    De manire gnrale, plusieurs raisons ont t donnes lexistence du secteur informel allant

    des priodes de rcession conomique, la concurrence internationale, en passant par la

    volont de prserver des avantages accords par lEtat et la raction des entreprises et

    travailleurs individuels face aux syndicats. De mme, des variables dordre dmographique ou

    social telles que le niveau dtudes du chef dentreprise, lge du dirigeant dentreprise, la

    facilit daccs, lautonomie et la flexibilit des conditions de travail ou encore la recherche

    dun moyen de subsistance ont t suggres comme pouvant influencer lattitude des

    entrepreneurs vis--vis de ladministration fiscale.

    Il existe peu dtudes ayant cherch apprhender le comportement du secteur informel

    sngalais. Et tant donn lampleur du phnomne, il apparat lgitime dapprcier les

    facteurs dterminant la dcision dvoluer dans le secteur informel du point de vue fiscal. La

    prsente tude propose ainsi didentifier dans le cas du Sngal les facteurs guidant les petites

    entreprises dans leur arbitrage entre le secteur formel et le secteur informel. Loutil

    conomtrique est utilis cet effet travers une analyse microconomique exploitant la base

    de donnes de lenqute sur le climat des affaires (ICA) ralise par la Banque Mondiale en

    2004.

    La suite du document se dcline comme suit : la section suivante rsume les obligations

    fiscales des petites entreprises. La section 2 est consacre aux faits styliss et la revue de

    littrature. La mthodologie est expose dans la troisime section. Les donnes sont

    prsentes dans la section 4. La section 5 est consacre aux rsultats. Enfin, les conclusions et

    recommandations sont formules dans la section 6.

  • 7/29/2019 103_SECTEUR_INFORMEL

    5/34

    3

    2. FAITS STYLISES ET REVUE DE LA LITTERATURE2.1. Les Relations entre le Secteur Informel et lEtat au Sngal

    Le secteur informel a de tout temps tait trs prsent dans lactivit conomique. Cependant,

    la persistance et laggravation des difficults conomiques constates au dbut des annes 90,

    cumules la dvaluation du FCFA survenue en 1994, ont largement contribu accrotre le

    rle dj important du secteur informel dans lconomie sngalaise et ce, jusquau dbut des

    annes 2000. Les rsultats de lenqute 1-2-3 relatifs au secteur informel Dakar montraient

    ainsi quen 2003, il existait plus dunits de production informelles que de mnages dans la

    capitale sngalaise. Ces mmes rsultats conduisaient ainsi la Direction de la Prvision et de

    la Statistique (DPS) constater quen moyenne, chaque mnage dakarois tirait tout ou une

    partie de ses revenus en dirigeant une unit de production informelle. Il sensuit que dans la

    seule rgion de Dakar, la contribution du secteur informel au PIB tait value 10,7% du

    PIB, ce qui tmoigne de la place importante dudit secteur dans lactivit conomique

    nationale.

    Cette place importante du secteur informel et les problmes rcurrents rencontrs au niveau

    des finances publiques sngalaises ont, depuis longtemps, suscit le dbat sur la ncessit de

    formaliser les entreprises de ce secteur. En effet, comme le montrent les rsultats de lEnqute

    1-2-3 ralise par la DPS en 2003, les entreprises du secteur informel sont, dans leur immense

    majorit, inconnues de lensemble des services de lEtat. Avant la rforme fiscale ayant

    instaur la CGU, le taux daffiliation des units informelles la patente, au registre de

    commerce ou la taxe professionnelle (affiliations les plus frquentes) ne dpassaient jamais

    5%. En fait, 90% des 281 600 units de production informelles recenses par la DPS dans la

    rgion de Dakar, au second semestre 2003, ntaient pas connues des services publics.

    Les raisons de cette vie des entreprises informelles en marge du systme fiscal ont souvent

    prt controverse, les avis divergeant selon que cette situation est impute une volont

    dlibre des entrepreneurs informels de se soustraire de limpt, au niveau excessif du taux

    dimposition, la lourdeur des dmarches ncessaires lexercice des obligations fiscales ou

    la simple mconnaissance de ces dernires par les entrepreneurs informels. LEnqute 1-2-3

    est notamment arrive la conclusion que les entrepreneurs informels pchaient dabord par

    ignorance de la rglementation. Nanmoins, cette conclusion doit tre nuance, compte tenu

  • 7/29/2019 103_SECTEUR_INFORMEL

    6/34

    4

    de lhtrognit des conditions relativement forte qui existe au sein des entreprises

    informelles.

    De manire gnrale, face laccroissement des activits conomiques informelles et aux

    problmes de rglementation quelles posent, lattitude de lEtat sngalais a plutt t

    marque par le sceau de lindcision. Les autorits administratives ont, en effet, longtemps

    hsit entre des mesures coercitives destines fiscaliser les entreprises dudit secteur (souvent

    vu comme un recours potentiel pour attnuer les tensions budgtaires) et une indulgence

    largement explique par la svrit des consquences sociales qui dcouleraient de ladoption

    de mesures rpressives lencontre de telles entreprises. Dailleurs, comme le montrent les

    conclusions de lEnqute 1-2-3 relative au secteur informel, cette ambivalence et cette

    inconstance de lEtat a souvent contrari leffort productif des entrepreneurs informels.

    Cette absence de clart dans lattitude de lEtat vis--vis du secteur informel fait que les

    entreprises de ce secteur ne ressentent pas de pression particulire de la part de la puissance

    publique. En effet, rares sont les entreprises qui font tat de conflits les ayant oppos des

    agents de lEtat. Au second semestre 2003, seuls 20% environ des units de production

    informelles interroges dans le cadre de lEnqute 1-2-3 soulignaient lexistence dun

    contentieux li au paiement des impts ou de la patente. Ceci sexplique probablement par le

    fait que les procdures de contrle de ladministration fiscale sngalaise, ont toujours

    essentiellement vis les entreprises dont le chiffre daffaires et la rentabilit sont assez

    importants pour contribuer de manire significative aux revenus fiscaux, ce qui est rarement

    le cas des units de production informelles. Ce dsintrt pour les activits conomiques

    informelles de la part des services fiscaux semble dailleurs tre la rgle au sein de

    lUEMOA.

    Par ailleurs, il apparat que les situations de litige avec les services de lEtat conduisent

    rarement au paiement damendes de la part des entreprises indlicates. En effet, les rsultats

    denqute relatifs au secteur informel dans lagglomration dakaroise montrent que les

    situations contentieuses nont conduit au paiement dune amende que dans 37% des cas.Cependant, il convient de noter que, dans le mme temps, le paiement dun cadeau a servi

    de mode rglement du litige pour plus de 35% des chefs dunits de production informelles

    soumis au contrle des agents de lEtat.

  • 7/29/2019 103_SECTEUR_INFORMEL

    7/34

    5

    2.2. Thories sur le secteur informelLe concept de secteur informel est apparu pour la premire fois au dbut des annes 70,

    notamment dans les travaux de Hart (1971) qui, sous cette appellation, cherchait dcrire

    lensemble des activits urbaines se tenant en dehors du march de lemploi formel.

    Cependant, cest un rapport du Bureau International du Travail (BIT) sur lemploi au Kenya,

    publi en 1972, qui est gnralement considr comme tant lorigine des travaux de

    recherche sur la question. Tandis que Hart voyait en lentrepreneuriat individuel indpendant

    la principale caractristique du secteur informel , le rapport du BIT mettait plutt en

    exergue des motivations lies la recherche de moyens de subsistance (Swaminathan, 1991).

    Par la suite, plusieurs disciplines se sont intresses la problmatique du secteur informel.

    De manire gnrale, les travaux sur le sujet ont surtout cherch mettre en vidence les

    caractristiques politiques (rgulation, impact sur la Comptabilit Nationale, activits

    illgales,) sociales (la facilit dentre, le statut professionnel,) et conomiques dudit

    secteur. De ce point de vue de la thorie conomique, les diverses contributions ont plutt

    mis en exergue le lien troit existant entre le secteur informel et des caractristiques telles que

    les relations Etat-Entreprises, le march de lemploi et le statut des travailleurs (Harding and

    Jenkins, 1989), la rgulation ou lenregistrement des activits (De Soto, 1989 ; Swaminathan,

    1991), la fraude fiscale, la taille de lactivit,etc.

    Cependant, de tous les aspects du secteur informel, celui relatif la fraude fiscale est sans

    doute celui qui aura le plus interpell les conomistes. En effet, comme le souligne Cowell

    (1990), la fraude fiscale revt un caractre particulier, tout dabord, en ce quelle constitue

    une infraction commise lendroit dun agent conomique spcial, savoir lEtat ; ensuite,

    elle requiert linteraction dlicate dinformations entre les diffrents agents impliqus (les

    entrepreneurs, les contrleurs, le gouvernement) et enfin, il existe une relation spciale entre

    la fraude fiscale et les thmes centraux de lconomie publique.

    En ralit, la suite des travaux originels de Hart et du BIT, la question de la fraude fiscale a

    t au centre dun dbat opposant principalement les tenants de la thorie des choix publics

    aux thoriciens du bien-tre social, notamment sur le rle de lEtat. En effet, tandis que les

    premiers considrent que les agents de lEtat sont des individus rationnels ayant pour

    objectif de maximiser leur propre utilit, les seconds se fondent sur lhypothse dun Etat

    jouant le rle de dictateur bienveillant et cherchant maximiser le bien-tre social.

  • 7/29/2019 103_SECTEUR_INFORMEL

    8/34

    6

    Dans le cadre des thories du bien-tre social, il convient de retenir la contribution majeure

    de la thorie de la fiscalit optimale qui suppose que lEtat dispose de tous les instruments

    pour maximiser le bien-tre social et quil est tout fait dispos les mettre en uvre. Ds

    lors, au regard de cette thorie, les contribuables prennent leur dcision de se conformer ou

    pas leurs obligations fiscales en raction aux effets dissuasifs des sanctions lgales dfinies

    par lEtat. Ce courant sinspire principalement des travaux prcurseurs de Allingham et

    Sandmo (1972) sur la fraude fiscale. Plus rcemment, les travaux dauteurs tels que De Soto

    (1989) montrant que linformalit dcoule dun choix tout fait rationnel de la part des

    entrepreneurs ont aussi largement contribu relancer le dbat sur limportance de la fraude

    fiscale au sein du secteur informel.

    La place centrale de la fraude fiscale dans les questions relatives au secteur informel est sans

    doute dabord lie aux consquences que celle-ci peut avoir sur les finances publiques.

    Comme le montrent Andreoni et al. (1998), de ce point de vue, la fraude fiscale a des

    implications en termes dquit, defficience et dincidence.

    Il va sans dire que ce dbat se pose avec encore plus dacuit dans les pays en dveloppement

    compte tenu de la raret des ressources, mais encore, en raison du rle prminent quy joue

    lEtat, notamment en matire de fourniture de biens et services. Dans le mme ordre dides,

    la faiblesse de la productivit tant rgulirement cite comme une des caractristiques

    principales du secteur informel de ces mmes pays (voir Murtin et Echevin, 2007), il est

    vident que lEtat aurait tout intrt promouvoir le passage de ces units de production au

    secteur formel, ainsi que leur expansion.

    Selon les hypothses du modle de Allingham et Sandmo (1972), largement reprises dans les

    travaux qui ont suivi, lentrepreneur opre en situation dincertitude et est ainsi confront un

    choix risqu (frauder ou ne pas frauder). La fraude tant une indlicatesse commise lendroit

    de lEtat, celui-ci ragit en appliquant la lgislation fiscale. Ds lors, chacun de ces deux

    agents ragit aux dcisions et actions de lautre, lEtat cherchant dissuader lentrepreneur

    denfreindre la lgislation fiscale ( travers notamment le contrle exerc et les pnalitsencourues en cas de dtection dune fraude) et lentrepreneur ayant pour objectif de

    maximiser son profit espr.

    Comme le rappellent Andreoni et al. (1998), la squence de dcisions et dactions prsente

    ci-dessus et impliquant lEtat et lentrepreneur est trs proche du problme Principal-Agent.

    La question centrale pour lEtat tant de savoir comment concevoir un systme dimposition,

  • 7/29/2019 103_SECTEUR_INFORMEL

    9/34

    7

    daudit et de sanctions qui satisfasse ses objectifs en termes de revenus fiscaux, ceci malgr

    linformation imparfaite dont il dispose sur le comportement de lentrepreneur.

    Des auteurs comme Feinstein (1991) ou Bardsley (1996) ont eu recours des modles de type

    Principal-Agent afin danalyser les dterminants de la fraude face limpt sur le revenu,

    ainsi que la dtection de cette dernire par les agents de ladministration fiscale, et plus

    gnralement afin de mettre en vidence la squence des stratgies dveloppes par les

    contribuables et ladministration fiscale. Plus rcemment, Gautier (2001) sest galement

    inspir de ce type de modlisation afin dtudier les motifs de non enregistrement des units

    de production informelles et ceux de la sous-dclaration du chiffre daffaires Madagascar.

    3. METHODOLOGIE3.1. Le modle Principal-Agent

    Tout comme le modle Principal-Agent dcrit dans Allingham et Sandmo (1972) impliquant

    lEtat et le contribuable, le modle ici prsent sapparente un jeu mettant en scne lEtat et

    les entrepreneurs. En effet, lEtat qui y tient le rle de principal se charge de recueillir les

    impts dus selon le barme dfini sur la base du chiffre daffaires des entreprises.

    Limposition est tablie sur la base de la dclaration de chiffre daffaires soumise par

    lentreprise. Ds lors, ladministration fiscale peut se retrouver confronte un problme

    dasymtrie dinformation, lentrepreneur pouvant dissimuler une partie de son chiffre

    daffaires. LEtat dispose en revanche de la possibilit de recourir au contrle et dappliquerdes sanctions au cas o il dtecterait une fraude. Une amende au taux , applicable au chiffredaffaires sous-dclar, est alors inflige lentreprise en situation irrgulire. Le montant de

    lamende sajoute limpt esquiv constituant ainsi la pnalit encourue par lentreprisecontrevenante:

    1 1 1 (1)Avec ,le pourcentage du chiffre daffaires dclar;, le chiffre daffaire de lentreprise et

    , le taux nominal dimposition. Il est par ailleurs suppos que lEtat dtient des

    informations indpendantes de la dclaration qui lui est transmise, informations qui peuvent

    ainsi le guider dans sa dcision de contrle. Il est ainsi gnralement admis que le chiffre

    daffaires ainsi que le taux de dclaration sont des lments pouvant influencer la probabilit

    de contrle.

    Par ailleurs, lenregistrement de lentreprise tant susceptible daccrotre sa visibilit auprs

    de ladministration fiscale, il parat judicieux dintgrer celui-ci dans le lot des variables

  • 7/29/2019 103_SECTEUR_INFORMEL

    10/34

    8

    expliquant la probabilit de contrle. Les hypothses relatives la probabilit de contrle

    exposes ci-dessus peuvent se rsumer en la fonction suivante :

    , , (2)Avec

    ,la probabilit de contrle et ,lenregistrement de lentreprise qui prend la valeur 1 silentreprise nest pas enregistre et la valeur 0 sinon.Lentrepreneur reprsente lagent. Il cherche maximiser son profit espr compte tenu de la

    politique fiscale de lEtat. Autrement dit, le chef dentreprise tient compte la fois de ses

    cots de production et de ses charges fiscales dans son programme de maximisation.

    Lentreprise non enregistre est suppose supporter un cot supplmentaire. En effet,

    chapper la lgislation fiscale (plus prcisment lenregistrement) a un prix et ncessite

    souvent le recours des pratiques telles que la corruption ou encore la dispersion des

    activits. Il est galement courant que les firmes inconnues des services fiscaux ne puissent

    accder aux fournisseurs formels, certains marchs ou encore au crdit bancaire, do la

    sollicitation dintermdiaires ou de financements informels, autant dlments venant se

    greffer aux charges de lentreprise. Ce surcot associ au secteur informel est largement

    document dans les articles de Wendorff (1985) ou De Soto (1989). Il est suppos voluer de

    manire croissante en fonction du chiffre daffaires de lentreprise ; soit, en notant s le surcot

    support par lentreprise informelle :

    0, 0et 0En dfinitive, le comportement de lentreprise lgard de ladministration fiscale se trouve

    au centre de sa stratgie de maximisation du profit. En dautres termes, le choix doprer dans

    les secteurs informel ou formel ainsi que la dtermination du pourcentage de chiffre daffaires

    dclarer lautorit fiscale sont intgrs au programme doptimisation de lentreprise. En

    fait, lentrepreneur procde dabord un arbitrage relatif la dcision denregistrer ou non

    son activit. Puis, lorsquil opte pour limmatriculation de son activit, il dtermine la fraction

    du chiffre daffaires de son entreprise quil souhaite dclarer ladministration fiscale.

    Le profit aprs impts de lentreprise dclarant lintgralit de son chiffre daffaires notcorrespond lcriture suivante:

    1 (3)Avec ,le cot total de lentreprise. Dans le cas prsent, lentrepreneur dclare la totalitde son chiffre daffaires, donc 1.Enrevanche, lorsque lentreprise dissimule une partie

  • 7/29/2019 103_SECTEUR_INFORMEL

    11/34

    9

    de son chiffre daffaires ladministration fiscale, son profit aprs impts en labsence de

    contrle fiscale scrit :

    1 1 (4)Il convient de noter que lorsque lentreprise nest pas enregistre, 1et 0.Dans le casde loccurrence dun contrle fiscal, le profit espr de lentreprise qui sous-dclare son

    chiffre daffaires devient :

    1 1 (5)En dautres termes, en labsence de contrle, lentreprise bnficie pleinement du profit

    anticip aprs impt quelle tire de la sous-dclaration de son chiffre daffaires. En revanche,

    lorsquil survient un contrle, son profit dpend de la dtection (avec la probabilit ) ou nonde la sous-dclaration de son chiffre daffaires. Ainsi, dans le cas o la fraude nest pas

    dtecte, lentreprise jouit pleinement du profit tir de sa sous-dclaration. Dans le cas

    contraire, elle bnficie de ce mme profit, mais dfalqu de la pnalit. Lentreprise est

    suppose choisir la clandestinit lorsque le profit espr que celle-ci lui procure est suprieur

    au profit espr associ lenregistrement de son activit, soit lorsque :

    (6)En remplaantet par leurs expressions dans la formule de ,la relation suivante estobtenue :

    1 1 1 1 (7)

    En simplifiant par et en rarrangeant cette criture la relation devient : 1 (8)

    Le terme de gauche correspond lconomie nette ralise en choisissant doprer dans le

    secteur informel. En effet, il sagit de limpt esquiv auquel est retranch le surcot associ

    linformel. Quant au terme de droite, il reprsente la diffrence de pnalit entre une

    entreprise enregistre et une entreprise non enregistre. Autrement dit, tant que ce diffrentiel

    de pnalits est infrieur au bnfice net li la non immatriculation, lentreprise choisira de

    ne pas se faire connatre des autorits fiscales.

  • 7/29/2019 103_SECTEUR_INFORMEL

    12/34

    10

    3.2. Le Modle EmpiriqueAfin dapprhender le comportement des entreprises informelles face la dcision

    denregistrer ou pas leur activit et la dtermination de la fraction de leur chiffre daffaires

    sous-dclar, le modle empirique retenu sinspire des travaux de Feinstein (1991) et de

    Gautier (2001) et permet de procder au test empirique du modle Principal-Agent prsent

    dans la section prcdente.

    Le modle comporte deux volets. Le premier apprhende la dcision denregistrement des

    entreprises et est dcrit grce un modle Probit dquations simultanes. Le second volet

    sintresse la dtermination du taux du chiffre daffaire dclar et se matrialise sous la

    forme dun modle Probit - Tobit dquations simultanes.

    Ainsi, la dcision denregistrement peut tre dcrite laide dune variable latente

    nonobservable correspondant la propension des entreprises enregistrer leur activit, cest--

    dire:

    1 0 0 (9)O correspond une variable binaire prenant la valeur 1 lorsque lentreprise estenregistre et la valeur 0 sinon.est suppose dpendre de variables caractristiques delentreprise telles que sa taille, le niveau dducation du chef dentreprise,etc. En dsignant

    le vecteur des variables explicatives de lquation du choix denregistrement, on obtientlcriture suivante:

    (10)Avec , un terme derreur normalement distribu. Lune des hypothses essentielles dumodle Principal-Agent repose sur la prise en compte de la probabilit doccurrence dun

    contrle des entreprises par les agents de lEtat; aussi, cette probabilit est-elle intgre dans

    lquation dcrivant la dcision denregistrement. Il sensuit la spcification suivante :

    (11)Avec ,une variable latente reprsentant la probabilit subjective de contrle ressentie parlentrepreneur. Cette probabilit obit au mme principe que celle associe la dcision

    denregistrement, savoir une formulation de type Probit, avec une variable binaireprenant la valeur 1 si lentrepreneur est contrle et la valeur 0 sinon.

  • 7/29/2019 103_SECTEUR_INFORMEL

    13/34

    11

    Le jeu squentiel que dcrit ce modle Principal-Agent repose sur linteraction entre la

    probabilit de contrle que ressent lentrepreneur et sa dcision denregistrer ou de ne pas

    enregistrer son activit. Il sensuit que lenregistrement est aussi un argument de la fonction

    de probabilit de contrle. En rsum, le modle denregistrement correspond au systme

    dquations suivant :

    (12)Avecun vecteur de facteurs explicatifs de la probabilit de contrle qui peuvent tre lataille de lentreprise, le secteur dactivit ou encore la valeur des immobilisations etc. Les

    coefficients reprsentent les effets directs entre les variables latentes et les paramtrescorrespondent aux effets directs des variables exognes sur les variables latentes. Les termes

    derreur et sont supposs normalement distribus de matrice de variance-covariance .La mthode destimation des paramtres suit la procdure dcrite dans Judge et al (1984).Dans un premier temps, etsont successivement remplaces par leurs expressions dansla premire et la seconde quation du systme. Les deux quations structurelles suivantes sont

    ainsi obtenues :

    (13)

    Avec: , ,

    , Les termes derreur sont supposs de distribution jointe normale avec :

    0,

    1,

    , Les paramtres des quations structurelles peuvent tre estims laide de rgressions Probit

    et permettent ainsi dobtenir lestimation des probabilits associes lenregistrement et au

    contrle. Les probabilits des quatre vnements possibles intervenant dans lexpression de la

    vraisemblance correspondent aux critures suivantes :

  • 7/29/2019 103_SECTEUR_INFORMEL

    14/34

    12

    Pi Proby 1 et Proby 1 y , y , Pi Proby 1 et Proby 0 y , y ,Pi Proby 0 et Proby 1 y , y ,P Proby 0 et Proby 0 y , y , (14)

    O dsignela fonction de rpartition de la loi normale bivarie.La dclaration, pralable lacquittement de limpt, correspond un comportement

    particulier. En effet, lentreprise procde un arbitrage relatif la fraction de son chiffre

    daffaire quil compte dclarer auprs de ladministration fiscale. Ainsi, en sinspirant des

    spcifications dcrites par Feinstein (1991), lquation relative la dclaration du chiffre

    daffaires peut scrire laide dun modle Tobit :

    (15)Avecunevariable latente correspondant la part du chiffre daffaire non dclare et qui estfonction dun vecteur de variables explicatives . dsigne un terme derreurnormalement distribu 0, .Ainsi, reprsente le pourcentage de chiffre daffaire non dclar correspondant au modleTobit suivant :

    si 0 0 si 0 (16)

    Ainsi, les probabilits associes aux deux vnements possibles savoir la dclaration

    partielle du chiffre daffaires et la dclaration intgrale du chiffre daffaires peuvent scrire

    comme suit :

    Prob 0 ( )

    1

    31

    1

    1

    ii

    X

    (17)

    Prob 0

    1

    311

    i

    X (18)

  • 7/29/2019 103_SECTEUR_INFORMEL

    15/34

    13

    Avec , lcart-type de lerreur, la fonction de densit de probabilit de la loi normalegaussienne et , la fonction de rpartition correspondante.Le jeu squentiel intervenant entre lEtat et les entrepreneurs, en dautres termes le modle

    Principal-Agent, implique que le comportement de dclaration est simultanment mesur avec

    la probabilit de dtection dune fraude par ladministration fiscale. Cette dernire peut tre

    apprhende aux moyens dune spcification Probit.

    Soit est une variable latente correspondant la probabilit de dtection dune fraude parlautorit fiscale, elle sexprime en fonction dun vecteur de variables explicatives.

    (19)Avecun terme derreur normalement distribu0, .est une variable binaire telleque

    :

    1 0 0 0 (20)

    Ainsi, la probabilit associe la dtection dune fraude correspond :

    ProbD 0

    2

    42

    i

    X (21)

    La probabilit de non dtection de fraude est reprsente par lexpression suivante :

    ProbD 0

    2

    421

    i

    X (22)

    En rsum, il sensuit que la fonction de vraisemblance du systme de dclaration-dtection

    se dcompose en deux groupes dvnement.

    Le premier sous-ensemble correspond au sous-chantillon pour lequel aucune fraude na t

    dtecte. Le deuxime groupe correspond au sous-chantillon des entreprises pour lesquelles

    un comportement frauduleux a t dtect. Dans le premier cas, soit, il y a rellement eu

    absence de fraude ou alors il ya eu fraude mais celle-ci a chapp ladministration fiscale.

  • 7/29/2019 103_SECTEUR_INFORMEL

    16/34

    14

    Ainsi, pour une entreprise appartenant au premier sous-groupe, la contribution la fonction de

    vraisemblance est donne par :

    1 1 d

    (23)

    Dans le cas des observations pour lesquelles une sous-dclaration a t dtecte, la

    contribution la vraisemblance est donne par lexpression suivante :

    (24)

    Il sensuit que lexpression de la fonction de vraisemblance

    associe au systme

    dclaration-dtection correspond au produit des deux vraisemblances ci-dessus ; soit sous

    forme logarithmique :

    1 X 1

    X 1 X

    d

    1 X

    X 25

    4. DONNEES DE LETUDE4.1. Analyse descriptive des donnes de lenqute ICA3

    La base de donnes de lenqute sur le climat des investissements au Sngal (ICA) ralise

    par la Banque Mondiale en 2004 a t exploite dans le cadre de cette tude. Lchantillon

    considr porte sur 246 entreprises du secteur manufacturier informel, autrement dit, sur des

    entreprises ayant une activit de transformation4. Dans ce qui suit, il sagit de procder une

    prsentation synthtique des donnes de lenqute ICA sur le secteur informel afin de donner

    un bref aperu de la nature et du comportement des entreprises dudit secteur.

    3InvestmentClimateAssessment

    4Pouruneprsentationplusdtailledesdonnesdelchantillon,consulterlerapportdelaBanqueMondiale

    surleSngalSENEGALUneEvaluationduClimatdesInvestissementspublienmars2005.

  • 7/29/2019 103_SECTEUR_INFORMEL

    17/34

    15

    Lanalyse des rponses de lEnqute ICA montre tout dabord quune majorit des entreprises

    de lchantillon sont enregistres auprs des services administratifs (Voir Tableau ci-dessous).

    En effet, au cours de lenqute, seuls 37% des entrepreneurs interrogs dclaraient ne pas

    avoir enregistr leur activit.

    Cependant, parmi les 90 entreprises concernes, 22 dclarent avoir entrepris les dmarches

    ncessaires au paiement de la patente, ce qui signifie que les 68 restantes ne se sont peut-tre

    pas enregistres en raison dun manque dinformation.

    Tableau I : Information et Enregistrement

    Info

    Enreg Oui Non Total %

    Oui 156 0 156 63.41

    Non 22 68 90 36.59

    Total 178 68 246 100

    % 72.36 27.64 100

    Source : Enqute ICA (Banque Mondiale, 2004)

    Le tableau I permet ainsi de constater que linformation constitue un facteur prpondrant

    dans la propension des entrepreneurs enregistrer leur activit auprs des services fiscaux. En

    effet, environ 88% des entrepreneurs informs ont enregistr leur activit. Ce rsultat vient

    conforter les observations faites dans le cadre dtudes descriptives telles que lEnqute

    MADIO(1995) Madagascar qui montrait que 56% des units de production informelles

    ntaient pas enregistres en raison de la mconnaissance des obligations fiscales de la part

    des entrepreneurs.

    Cependant, il est intressant de noter que les 22 entreprises non enregistres bien

    quinformes ont un chiffre daffaires moyen suprieur de 65% celui des entreprises

    informes et enregistres. Ceci laisse penser que malgr le rle important du critre

    dinformation, le choix dappartenir au secteur informel peut galement tre guid par la

    simple volont dchapper au fisc. Il semble donc que la volont denregistrer lentreprise

  • 7/29/2019 103_SECTEUR_INFORMEL

    18/34

    16

    dpende du volume de lactivit. Qui plus est, comme le rappelle Gautier (2001), les rsultats

    dune enqute dopinion sont toujours soumis la bonne foi des enquts.

    .Tableau II : Information et Enregistrement par Quintiles de Chiffre dAffaires

    1erquintile

    2mequintile

    3mequintile

    4mequintile

    5mequintile

    enregistres 27 34 32 34 29(%) 55 69 65 69 58

    informes 33 35 35 37 38

    (%) 67 71 71 76 76

    Source : Enqute ICA (Banque Mondiale, 2004)

    Le premier constat qui dcoule de lobservation du Tableau II est que le pourcentage

    dentreprises informes de leurs obligations fiscales mais non enregistres est dautant plus

    lev que le chiffre daffaires est important. En effet, ce pourcentage passe de 67% pour le

    premier quintile 76% pour le dernier. Lon observe par ailleurs que le pourcentage

    dentreprises enregistres atteint ses niveaux les plus faibles pour le premier (55%) et le

    dernier quintile de chiffre daffaires (58%). De plus, lcart entre les proportions dentreprises

    respectivement informes et enregistres atteint son maximum pour le quintile de chiffre

    daffaires le plus lev, ce qui semble confirmer le fait que la dcision de ne pas senregistrer

    auprs du fisc rsulte dun choix dlibr de la part des entreprises appartenant ce quintile

    de chiffre daffaires.

    Tableau III : Enregistrement et Quintiles du nombre d'employs permanents

    1er

    quintile

    2me

    quintile

    3me

    quintile

    4me

    quintile

    5me

    quintile

    enregistres 32 37 25 28 34

    (%) 65 76 51 57 68

    Source : Enqute ICA (Banque Mondiale, 2004)

  • 7/29/2019 103_SECTEUR_INFORMEL

    19/34

    17

    Les rsultats du tableau III montrent que lorsque le nombre demploys (en particulier, les

    employs permanents en priode de forte activit) est retenu comme indicateur de la taille des

    entreprises, rien ne permet a priori de conclure une propension plus forte lenregistrement

    des entreprises mesure que leur taille augmente.

    Par ailleurs, la question de savoir sils comptent parmi leur clientle ladministration ou de

    grandes entreprises, les entrepreneurs interrogs rpondent trs largement par la ngative ; en

    effet, seuls 19% dentre eux affirment avoir affaire de gros clients, ce qui est symptomatique

    de la difficult pour les entreprises informelles daccder certains marchs. Cependant,

    comme lon aurait raisonnablement pu sy attendre, le tableau IV indique que la proportion de

    la clientle compose de grandes entreprises (entreprises de plus de 100 employs) et de

    ladministration augmente avec le niveau du chiffre daffaires des entreprises informelles.

    Lintensit des rapports quentretiennent les entreprises du secteur informel avec celles du

    secteur formel apparat donc comme tant lie au volume de leur activit.

    Tableau IV : Proportion de Gros Clients par quintile de chiffre daffaires

    1erquintile

    2mequintile

    3mequintile

    4mequintile

    5mequintile

    ClientleGrandes

    Entreprises ouAdministration

    2 4 4 2 7

    (%) 7 12 12,5 6 24

    Source : Enqute ICA (Banque Mondiale, 2004)

    Par ailleurs, le tableau V ci-dessous prsente les rsultats de lenqute ICA relatifs la

    probabilit de loccurrence dun contrle par les agents de ladministration fiscale telle que

    ressentie par les entrepreneurs informels. En effet, sur les 246 entreprises de lchantillon, 95

    dclarent avoir un problme avec la lgislation fiscale5. Le tableau V prsente la rpartition

    des rponses par quintile de chiffre daffaires.

    5LesproblmesavecdesagentsdelEtatoules problmesaveclalgislationfiscalesontrgulirement

    utilisesdanscetypedenqutepourapprhenderlaprobabilitdeloccurrenceduncontrleparlesservices

    fiscaux.

  • 7/29/2019 103_SECTEUR_INFORMEL

    20/34

    18

    Tableau V : Contrle et Enregistrement par Quintile de Chiffre dAffaires

    1er

    quintile

    2me

    quintile

    3me

    quintile

    4me

    quintile

    5me

    quintile

    contrles 18 19 19 12 27

    (%) 37 39 39 25 54

    Source : Enqute ICA (Banque Mondiale, 2004)

    Il apparat la lecture du tableau V que la probabilit de loccurrence dun contrle semble

    voluer positivement avec le niveau du chiffre daffaires ( lexception du 4e

    quintile. Cela est

    particulirement vrai pour les entreprises du dernier quintile de chiffre daffaires ; en effet,

    plus de la moiti dentre elles seraient susceptibles de subir un contrle de la part des agentsde lEtat. Autrement dit, la crainte dun contrle augmente chez les entrepreneurs informels

    mesure que leur chiffre daffaires augmente.

    4.2. Evaluation de lImpt d par les entreprises non enregistresLa premire mission de cette tude a consist dterminer limpt thorique applicable aux

    entreprises de lchantillon qui sont en marge de la rglementation fiscale. Ainsi, il convient

    de rappeler quau Sngal, les petites entreprises sont soumises au rgime de la Contribution

    Globale Unique (CGU) depuis ladoption de la loi n 2004-12 du 6 fvrier 2004 portant

    rforme du Code Gnral des Impts. La CGU constitue un impt unique synthtique

    regroupant la fois limpt sur le revenu, la TVA, la patente, la contribution des licences,

    limpt du minimum fiscal et la contribution forfaitaire la charge de lentrepreneur. Les

    objectifs viss par la loi instaurant la CGU sont les suivants :

    - La simplification et lquit du systme fiscal ;

    - La rationalisation de lassiette et la promotion du consentement volontaire limpt ;

    - La promotion de linvestissement et de la comptitivit ;- Lamlioration des garanties du contribuable et la lutte contre la fraude fiscale.

    La Contribution Globale Unique est tablie chaque anne en considration de la totalit du

    chiffre daffaires ralis du 1er

    janvier au 31 dcembre de lanne prcdente, dduction faite

    des oprations soumises au prcompte de la TVA. Les tarifs de la CGU varient selon le

    chiffre daffaires de lentreprise et la nature de son activit ; en effet, il existe trois barmes

  • 7/29/2019 103_SECTEUR_INFORMEL

    21/34

    19

    distincts de la CGU, suivant que lactivit de lentreprise tient du commerce, de la prestation

    de services ou de la livraison dautres types de produits. Les entreprises assujetties la CGU

    sont ainsi tenues de verser auprs des centres de paiement fiscaux des acomptes imputer sur

    limpt d au titre de lanne. Chacun de ces acomptes est gal au tiers de limpt d6.

    Il sensuit que les entreprises assujetties au paiement de la CGU sont tenues dadresser

    ladministration fiscale, avant le 1er

    Fvrier de chaque anne, une dclaration indiquant : le

    montant de leurs achats de lanne prcdente, la valeur globale (au prix de revient) de leurs

    stocks du 1er

    janvier au 31 dcembre de ladite anne, de mme que le montant de leurs ventes

    ou de leurs chiffres daffaires correspondant, le montant de leurs loyers professionnels et

    privs, le nombre et la puissance de leurs automobiles utilitaires ou de tourisme et la

    superficie de leurs exploitations agricoles en rapport avec les moyens matriels mis en uvre.

    Ds lors, les tranches du barme de la CGU tant indexes sur le chiffre daffaires, lanalyse a

    dabord consist recenser les entreprises non enregistres de lchantillon et leur appliquer

    le montant prvu par la loi, compte tenu du montant de leur chiffre daffaires. Les rsultats

    correspondants, par secteur dactivit, sont prsents dans le tableau VI qui fait apparatre le

    montant de la Contribution Globale Unique d, selon le chiffre daffaires et le secteur

    dactivit7.

    Lobservation du tableau VI montre ainsi que le montant global quauraient d honorer les

    entreprises de lchantillon non enregistres, au titre de la CGU, slve 23 393 000 FCFA,

    soit 3,03% du chiffre daffaires global de ces firmes (environ 773 millions). Ce montant

    tmoigne de la pression fiscale relativement faible que subissent les entreprises informelles de

    la part de lEtat. Par ailleurs, les rsultats du mme tableau indiquent que les secteurs de la

    Construction, du Bois et de lAmeublement sont a priori ceux o la proportion dentreprises

    non enregistres est la plus leve.

    6Cesacomptesdoiventtreverssdanslesquinzepremiersjoursdesmoisdefvrier,maietaotdelanne

    dtablissementde limpt.Ilsdoiventtrepays lacaisseducomptableduTrsordu lieudedimposition

    dfiniparlarticle34duCodeGnraldesImpts.7 Voir Code Gnral des Impts ou Wade et Diye (2007), pp. 269-271 pour des prcisions sur le barme de la

    CGU.

  • 7/29/2019 103_SECTEUR_INFORMEL

    22/34

    20

    TableauVI:Evaluationdeltenduedelimptthoriquementdparlesouschantillondesentreprisesnonenregistres

    Secteurs

    Effectif

    Par

    Secteur

    Chiffre

    daffaires

    Entreprises

    non

    Enregistres

    (en%)

    Contribution

    Globale

    Unique(CGU)

    CGUsurchiffre

    daffaires(en

    %)

    Agro-industrie 17 65 684 780 23,5 1 775 000 2,70Chimie 6 3 780 000 16,7 120 000 3,17Constructions 9 44 500 000 66,7 1 188 000 2,67Meubles 29 74 159 560 41,4 2 535 000 3,42Mtaux 50 94 773 900 32 3 240 000 3,42Papier 22 76 084 780 27,3 2 475 000 3,25Textiles 53 87 168 241 34 3 090 000 3,54Bois 38 277 429 560 52,6 7 380 000 2,66

    Autres21

    49 284 660 33,3 1590000 3,22

    Total 246 772 865 482 36,6 23 393 000 3,03

    Source : Enqute ICA (Banque Mondiale, 2004) et Code Gnral des Impts (Sngal)

    5. RESULTATS5.1. Description des variables explicatives

    De manire gnrale, les variables explicatives utilises dans le cadre de lestimation des deux

    spcifications peuvent tre rparties en deux groupes. Le premier de ces groupes est constitu

    de variables structurelles permettant prcisment de rendre compte de la structure du jeu

    squentiel impliquant lentrepreneur et lEtat, travers le modle thorique prsent dans la

    section 2.2. Les variables correspondantes sont les suivantes :

    - Enreg dsigne une variable binaire prenant la valeur 0 ou 1, suivant que

    lentreprise est enregistre soit, auprs dun organisme gouvernemental, auprs dun

    organisme local, communal ou municipal, ou auprs dune chambre de commerce ou

    dindustrie ;

    - control reprsente une variable binaire prenant la valeur 0 ou 1 selon que

    lentreprise est susceptible de subir un contrle de la part du fisc ou pas. Cette variable

  • 7/29/2019 103_SECTEUR_INFORMEL

    23/34

    21

    est approche par loccurrence dun problme entre lentreprise et ladministration

    fiscale ;

    - La variable Declar dsigne quant elle le pourcentage du chiffre daffaires que

    lentrepreneur choisit de sous-dclarer. Compte tenu de la difficult de disposer du

    montant exact de la sous-dclaration, on recourt un proxy rendant compte du

    pourcentage qui, selon les entrepreneurs, est sous dclar par les firmes de leur

    domaine dactivit ;

    - Detect permet dapprhender la propension de ladministration fiscale dtecter

    les fraudes commises par les entreprises. La variable a ainsi t construite en recensant

    les entreprises de lchantillon qui ont eu payer une amende lors de lanne

    comptable prcdant lenqute, suite des inspections de la part dagents du

    gouvernement.

    En sus de ces quatre variables qui constituent les variables dpendantes des deux systmes

    dquations simultanes retenus pour rendre compte de la structure du modle thorique, on

    retient les variables explicatives suivantes :

    - Tximpt dsigne une variable binaire prenant la valeur 0 ou 1 selon que le taux

    dimposition reprsente un obstacle svre ou pas pour lentrepreneur.

    - Clients permet est galement une variable binaire prenant la valeur 0 ou 1 selon

    que ladministration et de grandes entreprises (plus de 100 employs) font partie

    de la clientle. Cette variable tire galement son importance du fait quelle permet de

    rendre compte des liens quentretient lentreprise avec le secteur formel.

    - CA dsigne le chiffre daffaires ralis par lentreprise au cours de lanne

    prcdant lenqute.

    - Taille est, quant elle, une variable reprsentative du nombre demploys

    permanents dont a dispos lentreprise durant lexercice prcdant lenqute.

    En guise de complment ces variables structurelles, les variables de contrle Percetat ,

    Age et Educ ont t introduites dans le modle. En effet, la variable Percetat , qui estune variable binaire prenant la valeur 0 ou 1 selon que le dirigeant de lentreprise a une

    perception est bonne ou pas . Cette variable permet notamment de tenir compte de lide

    selon laquelle les contribuables, et plus prcisment les dirigeants dentreprise, considrent

    laction gouvernementale dans leur dcision de consentir ou pas leurs obligations fiscales.

    Cette ide est gnralement associe aux thories du choix public selon lesquelles une bonne

  • 7/29/2019 103_SECTEUR_INFORMEL

    24/34

    22

    perception des entrepreneurs vis--vis de lEtat tendrait inciter ces derniers payer leurs

    impts.

    Par ailleurs, lintroduction des variables dmographiques que sont Age et Educ se

    justifie par le fait que les variables reprsentatives de lducation et de lge sont souvent

    apparues comme pertinentes dans la littrature sur le comportement des contribuables car

    pouvant rendre compte, dans une certaine mesure, du degr dinformation. Les rsultats

    concernant ces variables sont cependant mitigs dans la littrature empirique sur la

    conformit aux obligations fiscales.

    Par ailleurs, des variables supplmentaires sont introduites dans le modle afin de capter le

    comportement des entreprises de lchantillon de lentreprise selon leur appartenance

    diffrents secteurs de lconomie. Les secteurs retenus sont au nombre de neuf, savoir

    lAgro-industrie, le Bois, les Produits Chimiques, la Construction, le Textile, les Industries

    Plastiques, le Papier, les Mtaux et lAmeublement. Des variables binaires gales 0 ou 1

    permettent ainsi de capter les spcificits sectorielles au sein de lchantillon.

    5.2. Rsultats EmpiriquesIl sagit ici de procder au test empirique du modle Principal-Agent prsent dans la sous-

    section 2.2 en mettant en jeu les dcisions de lentrepreneur relatives lenregistrement (ou

    non) et la dtermination de la part de son chiffre daffaires quil souhaite sous-dclarer, ceci

    en raction la prrogative de contrle fiscal que dtient lEtat et de la dtection dune fraude

    qui peut sensuivre. Ainsi, tel que dcrit dans la section consacre la mthodologie,

    lestimation dun modle de type Probit quations simultanes a permis, en premier lieu,

    daboutir aux rsultats relatifs lenregistrement des entreprises et au contrle exerc par

    ladministration fiscale. En second lieu, lestimation dune spcification Probit-Tobit a permis

    dapprhender le comportement des entrepreneurs face la dcision de sous-dclarer leur

    chiffre daffaires ou pas, et leur raction face la propension de ladministration fiscale a

    dtecter les cas de sous-dclaration. Les rsultats relatifs la dcision denregistrement sont

    ainsi prsents dans le tableau VII.

    La premire partie de ce tableau correspond aux rsultats de lquation denregistrement des

    entreprises. Globalement, les coefficients sont significatifs en dehors de la perception que les

    entreprises ont de la politique fiscale mene par lEtat. Par ailleurs, les rsultats indiquent que

    le contrle fiscal exerce un effet dissuasif sur la dcision denregistrement des entreprises. En

    effet, plus les entreprises ressentent une forte probabilit de loccurrence dun contrle, plus la

    probabilit de leur enregistrement augmente.

  • 7/29/2019 103_SECTEUR_INFORMEL

    25/34

    23

    TableauVII:Estimationsrelativesladcisiondenregistrementdesentreprises

    Enregistrement

    Variabledpendante:probabilitdenregistrement(Enreg)

    Mthodedestimation:maximumdevraisemblancemodleProbitquationssimultanes

    Nombredobservations:246entreprises

    Variablesexplicatives

    Structurelles Coefficients Secteurs CoefficientsControl 19.52(9.60)*** bois 1.26(2.54)**

    Tximpt 12.27(8.46)*** Agroindus 1.09(2.19)**

    Taille 0.02(2.42)** Chimie 2.19(3.71)***

    Ca 4.63(7.45)***

    0.83(3.22)***

    0.11(7.11)***

    0.27(1.06)

    Construct 0.00(0.00)

    Educ Meuble 0.20(0.50)

    Age Mtaux 0.54(1.22)

    Percetat Papier 2.94(5.00)***

    Clients 3.70(4.88)*** Textiles 1.52(3.62)***

    Probabilitdecontrle

    Variabledpendante:probabilitdecontrle(control)

    Mthodedestimation:maximumdevraisemblancemodleProbitquationssimultanes

    Nombredobservations:246entreprises

    Variablesexplicatives

    Structurelles Coefficients Secteurs CoefficientsEnreg 1.26(4.77)*** Bois 0.53(1.61)

    Ca 0.78(4.11)*** Agroindus 0.06(0.15)

    Taille

    0.00(0.31)

    Chimie

    0.16

    (0.28)

    Construct 0.36(0.72)

    Meuble 0.59(1.57)

    Mtaux 0.16(0.49)

    Papier 0.48(1.31)

    Textiles 0.23(0.73)

    Log vraisemblance

    Coefficient de corrlation ()222.24205

    0.1224361

    Note: les valeurs des Zstatistics sont entre parenthses. Le nombre dtoile indique le

    niveau

    de

    significativit

    des

    coefficients:

    ***lorsque

    le

    coefficient

    est

    significatif

    1%,**pouruncoefficientsignificatif5%et*lorsquelecoefficientestsignificatif10%.

    Les entreprises ayant voqu le taux dimposition comme tant un obstacle majeur leur

    activit ont de fortes chances de ne pas senregistrer. Ce rsultat semble indiquer un

    comportement danticipation des entreprises, le taux dimposition nintervenant normalement

    pas dans la phase denregistrement.

  • 7/29/2019 103_SECTEUR_INFORMEL

    26/34

    24

    Contrairement la taille de lentreprise mesure par le nombre demploys, le chiffre

    daffaires a un impact ngatif sur la probabilit denregistrement, ce rsultat corrobore le

    rsultat du tableau II qui indiquent notamment que le dernier quintile de chiffre daffaires

    compte le pourcentage le plus faible dentreprises enregistres (52%). Le niveau dducation

    et lexprience du chef dentreprise ont en revanche une influence positive sur la probabilit

    denregistrement.

    La clientle issue de ladministration ou des grandes entreprises - cette clientle est largement

    reprsentative du secteur formel - exerce un impact positif sur la probabilit denregistrement.

    En dautres termes, plus les clients sont importants ou sont issus de ladministration, plus

    lentreprise est incite enregistrer son activit.

    Les secteurs ont galement t pris en compte et il apparat que les entreprises oprant dans

    les secteurs du bois, du meuble, des mtaux et du papier ont tendance ne pas enregistrer leur

    activit.

    En effet, ce rsultat est corrobor par les rsultats du tableau VI qui montrent que les

    entreprises appartenant aux trois premiers de ces secteurs reprsentent elles seules 53,3 %

    des entreprises non enregistres.

    Les rsultats relatifs la fonction de probabilit de contrle figurent au bas du tableau VII.

    Les lments en possession de lautorit fiscale sont pris en compte comme facteurs

    explicatifs. Il sagit du chiffre daffaires et du nombre demploys de lentreprise. En effet,

    ces informations doivent tre fournies rgulirement ladministration fiscale. Les secteurs

    sont galement inclus dans lestimation. Les rsultats destimation montrent que le coefficient

    associ la probabilit denregistrement est affect dun signe positif, ce qui signifie que, plus

    les entreprises senregistrent, plus elles ont de chances dtre contrles. En effet,

    lenregistrement rend lentreprise visible.

    Les deux lments de taille de lentreprise savoir le chiffre daffaires et le nombre

    demploys agissent ngativement sur la probabilit de contrle quoique le coefficient du

    nombre demploys ne soit pas significatif. Toujours en ce qui concerne lquation de la

    probabilit de contrle, tous les coefficients associs aux diffrents secteurs sont positifs,

    lexception de ceux correspondant aux mtaux et aux textiles ; cependant, aucun de ces

    coefficients nest significatif.

    Un systme dquations Probit-Tobit a ensuite permis dapprhender le comportement des

    entrepreneurs face la dclaration du chiffre daffaires de leur entreprise. Les rsultats de

    lestimation de ce systme sont rsums dans le tableau VIII ci-dessous.

  • 7/29/2019 103_SECTEUR_INFORMEL

    27/34

    25

    TableauVIII:Estimationsrelativeslasousdclarationduchiffredaffaires

    Probabilitdesousdclaration

    Variabledpendante:probabilitdesousdclarationduchiffredaffaires(Declar)

    Mthodedestimation:maximumdevraisemblancemodleProbitTobitquations

    simultanes

    Nombredobservations

    :156

    entreprises

    Variablesexplicatives

    Structurelles Coefficients Secteurs CoefficientsDetect 0.04 (2.65) *** bois 0.37 (113.58) ***

    Percetat -0.12 (-72.46) *** Textiles 0.08 (34.32) ***

    Tximpt -0.02 (-11.31) *** Agroindus -0.01 (-3.94) ***

    Age 0.00 (83.65) *** Mtaux 0.11 (41.74) ***

    Educ 0.20 (119.01) *** Meuble 0.12 (41.17) ***

    Taille 0.01 (98.15) *** Chimie 0.11 (22.50) ***

    Control 0.02 (8.71) *** Papier 0.15 (48.72) ***

    Construct

    0.01 (1.89) *

    Probabilitdedtectionduchiffredaffairesdissimul

    Variabledpendante:probabilitdedtectiondechiffredaffairesdissimul(detect)

    Mthodedestimation:maximumdevraisemblancemodleProbitTobitquations

    simultanes

    Nombredobservations:156entreprises

    Variablesexplicatives

    Structurelles Coefficients Secteurs CoefficientsDeclar -1.49 (-1.15) Bois 0.02(0.03)

    Ca

    - 0.02 (-1.23) Textiles1.38

    (2.51)**

    Taille 0.03 (-0.64) Agroindus 0.71(1.14)

    Mtaux 1.23(2.15)**

    Meuble 1.05(1.74)

    Chimie 0.11(0.14)

    Papier 0.65(0.91)

    Construct 7.80(0.01)

    Note: les valeurs des Zstatistics sont entre parenthses. Le nombre dtoiles indique le

    niveau de significativit des coefficients: ***lorsque le coefficient est significatif 1%,

    **pouruncoefficientsignificatif5%et*lorsquelecoefficientestsignificatif10%.

    Les rsultats du tableau VIII montrent tout dabord que les variables impliquant lintervention

    de lEtat sont toutes positivement corrles avec la probabilit dune sous-dclaration du

    chiffre daffaires. En effet, les coefficients respectivement associs la probabilit de

    dtection dune fraude et la probabilit de contrle sont positifs et significatifs. Ce rsultat

  • 7/29/2019 103_SECTEUR_INFORMEL

    28/34

    26

    est relativement troublant car suggrant que laction de lEtat na pas deffet dissuasif sur la

    propension des entreprises du secteur informelles sous-dclarer leur chiffre daffaires.

    Dans le mme ordre dides, il est noter que lorsque les entrepreneurs informels peroivent

    le taux de dimposition comme un obstacle majeur , ceci ne les conduit pas soustraire une

    partie de leur chiffre daffaires lexamen du fisc.

    En revanche, les rsultats destimation suggrent que plus la perception que les entrepreneurs

    informels ont de la politique fiscale est bonne et plus leur propension une dclaration

    authentique du chiffre daffaires augmente. En effet, le coefficient associ la variable

    Percetat est ngatif et significatif. Il est par ailleurs intressant dobserver que les

    coefficients estims relatifs aux variables reprsentatives de lge et du niveau dducation

    des entrepreneurs sont positifs et significatifs 1% ; ce rsultat parat a priori surprenant car

    ces variables sont censes rendre respectivement compte dun certain niveau d exprience

    et dune certaine aisance dans lassimilation des rglementations.

    Lexamen du coefficient estim associ la variable taille , mesure par le nombre

    demploys permanents, montre que plus cette dernire augmente et plus les dirigeants

    dentreprises informels tendent dissimuler une partie de leur chiffre daffaires.

    Il est galement intressant de relever qu lexception du secteur de lagro-industrie

    (essentiellement compos de boulangeries dans lchantillon), les coefficients estims

    associs aux variables dichotomiques sectorielles sont tous positifs et significatifs. Autrement,

    les rsultats de lestimation laissent apparatre que la sous-dclaration du chiffre daffaires est

    la rgle parmi les entreprises informelles enregistres de lchantillon. Les coefficients

    destimation sont tous significatifs 1%, lexception du secteur de la Construction pour

    lequel la significativit est obtenue au seuil de 10%.

    En ce qui concerne la seconde partie du tableau VIII, elle prsente les rsultats destimation

    relatifs la propension des autorits fiscales dtecter les cas de sous-dclaration du chiffre

    daffaires. Ces rsultats indiquent tout dabord une corrlation ngative entre la propension la sous-dclaration du chiffre daffaires par les entrepreneurs et la probabilit de dtection. Il

    en est de mme entre cette dernire et le montant du chiffre daffaires. En revanche, la taille

    de lentreprise informelle (mesure par le nombre demploys permanents) volue

    positivement avec la probabilit de dtection. Cependant, aucun de ces coefficients napparat

    significatif.

  • 7/29/2019 103_SECTEUR_INFORMEL

    29/34

    27

    En ce qui concerne les rsultats selon les secteurs dactivit, ils indiquent des coefficients

    estims presque toujours ngatifs ( lexception du secteur du Bois), mais seuls les

    coefficients associs aux secteurs des Industries Textiles et des Mtaux sont significatifs. A ce

    niveau, il convient de noter que la probabilit de dtection a t approche laide des

    individus de lchantillon qui ont eu payer une amende ladministration fiscale. Or les

    rsultats de lenqute montrent que peu dentreprises de lchantillon retenu ont t

    concernes. En effet, ce type de donnes est en gnral difficile obtenir. De plus, il est

    possible que les sanctions observes aient t tablies pour des raisons autres que des

    dclarations inexactes.

  • 7/29/2019 103_SECTEUR_INFORMEL

    30/34

    28

    6. CONCLUSION ET RECOMMANDATIONSLa prsente tude a permis dapprhender le comportement des entreprises informelles vis--

    vis de ladministration fiscale partir des donnes de lenqute sur le climat des

    investissements au Sngal (ICA) ralise en 2004 par la Banque Mondiale et portant sur un

    chantillon de 246 entreprises. La mthodologie est base sur un modle Principal-Agent

    mettant en confrontation lEtat et les units de production informelles, permettant ainsi de

    dcrire le processus les menant la dcision denregistrement ainsi qu la dtermination de

    la part de leur chiffre daffaires dclarer, compte tenu des outils de contrle et de dtection

    la disposition de ladministration fiscale. En sus des paramtres classiques du modle

    Principal-Agent, des variables de contrle telles que le niveau dducation, la connaissance

    des obligations fiscales ou encore la perception des entreprises quant la politique fiscale ont

    galement t introduites.

    Ltude a rvl dans un premier temps que limpt quaurait d payer les entreprises non

    immatricules ne reprsente que 3% de leur chiffre daffaires global. Ce montant tant

    relativement faible, la persistance de linformalit une chelle relativement importante

    pourrait se justifier par un dfaut dinformation.

    Cependant, les rsultats obtenus partir du modle Principal-Agent mettent en vidence

    lexistence dun comportement anticipatif et maximisateur de la part des entrepreneurs

    informels. Certes, le fait de percevoir le taux dimposition comme un obstacle majeur ne

    conduit pas les entrepreneurs informels sous-dclarer leur chiffre daffaires (une fois passeltape de lenregistrement), mais il semble que le fait de voir le taux dimposition comme un

    problme les dissuade une partie dentre eux de procder lenregistrement de leur activit.

    Ces rsultats tmoignent de lexistence de la myopie de certains entrepreneurs informels

    face la lgislation fiscale. En effet, lasymtrie dinformation semble agir de telle sorte que

    la pression fiscale anticipe que ressentent certaines entreprises non enregistres lemporte sur

    le surcot li au non enregistrement de leur activit, tandis que les autres ne sont tout

    simplement pas au fait de leurs obligations. Cependant, il convient de nuancer le rle de

    linformation dans le comportement des entreprises informelles car les rsultats destimation

    montrent que lentrepreneur informel est dautant moins dispos faire enregistrer son

    activit que le montant de son chiffre daffaires est lev.

    Il sy ajoute que les entrepreneurs informels tendent dissimuler le montant rel de leur

    chiffre daffaires mesure que la taille de leur entreprise (mesure par le nombre demploys

    permanents) augmente, mme si celle-ci agit positivement sur la dcision denregistrer

  • 7/29/2019 103_SECTEUR_INFORMEL

    31/34

    29

    lactivit. Ceci est galement vrai pour les variables reprsentatives du niveau dducation et

    de lge de lentrepreneur qui, bien quagissant positivement sur la propension

    lenregistrement, sont positivement corrles avec la sous-dclaration du chiffre daffaires.

    Globalement, ces rsultats laissent penser que les entrepreneurs dont la taille de lactivit est

    plus importante, ceux qui sont les plus gs et ceux bnficiant dun niveau dducation plus

    lev souffrent le moins de lasymtrie de linformation et dcident de se soustraire de leurs

    obligations fiscales sur la base dun choix dlibr.

    Lanalyse selon les secteurs dactivit a, quant elle, conduit des coefficients ngatifs pour

    les secteurs du Bois, du Papier, des Mtaux et de lAmeublement dans lestimation de

    lquation denregistrement ; cependant, les coefficients associs aux deux derniers

    apparaissent comme ntant pas significatifs. Par ailleurs, la sous-dclaration du chiffre

    daffaires passe pour tre la rgle dans tous les secteurs lexception notable du secteur de

    lAgro-industrie (le sous-chantillon correspondant est essentiellement compos de

    boulangeries).

    Les rsultats de ltude confirment lexistence dune certaine htrognit dans le secteur

    informel. Les diffrences observes sont particulirement marques entre les premier et

    dernier quintiles de chiffre daffaires. Les entreprises du dernier quintile de chiffre daffaires

    apparaissent ainsi comme tant plutt bien au fait de leurs obligations fiscales, mais sont

    celles qui respectent le moins leurs obligations fiscales comme le montre le Tableau II. Ceci

    est dailleurs corrobor par les rsultats relatifs lenregistrement et la sous-dclaration du

    chiffre daffaires. En revanche, plus le volume dactivit est faible et plus linformation

    devient une explication plausible du non respect des obligations fiscales. Ces observations

    corroborent lide de la coexistence dun secteur informel de survie et dun secteur

    informel dont les choix sont plutt dicts par la rationalit conomique et la recherche dun

    profit maximal (en marge ou lintrieur du systme fiscal).

    En ce qui concerne les prrogatives de lEtat (contrle fiscal et dtection de fraude), les

    rsultats montrent que les entreprises y sont relativement insensibles, si ce nest que laprobabilit de loccurrence dun contrle, telle que ressentie par les entreprises informelles,

    est positivement corrle avec la propension lenregistrement. En revanche, lintervention

    des agents de lEtat dans la sphre informelle ne semble avoir aucun effet dissuasif sur la

    fraude fiscale. Cela transparat trs clairement dans le Tableau VIII o les coefficients

    associs la dtection et au contrle volue positivement avec la sous-dclaration. De ce

  • 7/29/2019 103_SECTEUR_INFORMEL

    32/34

    30

    point de vue, ces rsultats corroborent les conclusions de lEnqute 1-2-3 faisant tat dune

    mansutude bienveillante de lEtat lgard du secteur informel.

    Ds lors, il apparat quune meilleure sensibilisation des acteurs du secteur informel quant la

    teneur de leurs obligations fiscales, avec le concours mme de ladministration fiscale, serait

    souhaitable. En effet, la proportion dentreprises non enregistres semble tonnamment leve

    compte tenu du chiffre daffaires moyen des entreprises. De mme, les rsultats relatifs au

    contrle fiscal et la dtection de sous-dclarations montrent que le systme de contrle et

    des pnalits demeure largement perfectible. Les rsultats de ltude laissent galement

    penser que la mise en place de taxes rcuprables par les firmes enregistres pourrait, par

    exemple, inciter les entreprises davantage intgrer le systme fiscal, dans la mesure o cela

    accrotrait le surcot que supportent certaines entreprises du fait quelles sont inconnues des

    services fiscaux (notamment, travers le recours aux biens et services formels).

    De plus, une rvision des tranches dimposition pourrait tre envisage ; en effet, les bornes

    des tranches du barme de la CGU sont dlimites 1 franc CFA prs, tandis que dune

    tranche lautre, le rapport des contributions dues peut aller du simple au double. Une telle

    mesure permettrait dviter que certaines entreprises soient tentes de dissimuler une partie de

    leur chiffre daffaires afin de passer une tranche infrieure. Il va sans dire que, dun point de

    vue conomique, ce problme se pose avec beaucoup plus dacuit au niveau de la frange des

    entreprises dont le chiffre daffaires est tout juste suffisant pour les voir assujetties au rel, la

    tentation de la sous-dclaration y tant naturellement trs forte.

  • 7/29/2019 103_SECTEUR_INFORMEL

    33/34

    31

    REFERENCES BIBLIOGRAPHIQUES

    Allingham, M. G. et Sandmo, A. (1972), Income Tax Evasion: A Theoretical Analysis. ,

    Journal of Public Economics, vol. 1, pp 323 338.

    Amemiya, T. (1979), The Estimation of a Simultaneous-Equation Tobit Model ,

    International Economic Review, 20(1):169-181.

    Andreoni, J., Erard, B., Feinstein, J. (1998), Tax Compliance , Journal of Economic

    Literature, vol. 36, June, pp. 818 860.

    Bardsley, P., (1996), Tax compliance games with imperfect auditing , Public Finance, vol

    51, n4 supplement, pp. 473-89.

    Bloomquist, K.M., (2003), Tax Evasion, Income Inequality and Opportunity Costs of

    Compliance , Paper presented at the 96th

    Annual Conference of the National Tax

    Association.

    Cowell, F. (1990), Cheating the Government , Cambridge: MIT Press.

    De Paula, A. et J. A. Scheinkman, (2007), The Informal Sector , NBER Working Papers

    13486,National Bureau of Economic Research, Inc, revised.

    De Soto, H. (1989), The Other Path: The Invisible Revolution in the Third World , Harper

    and Row.

    Feinstein, J. S. (1991), An Econometric Analysis of Income Tax Evasion and its

    Detection ,

    RAND Journal of Economics, vol. 22, n1, Spring, pp. 14-35.

    Franzoni, L. A., (2000), Tax Evasion and Tax Compliance , in: Bouckaert, B. and G. VanDe Geest (eds.),Encyclopedia of Law and Economics, Vol. 4, Cheltenham: Edward Elgar, 52-

    94.

    Gautier, J-F., (2001), L'informel Est-il une Forme de Fraude Fiscale ? : Une Analyse

    Micro-conomtrique de la Fraude Fiscale des Micro-entreprises , in Revue d'conomie du

    dveloppement, n 3, p. 25-50.

    Harding, P. et R. Jenkins (1989), The Myth of the Hidden Economy: Towards a New

    Understanding of Informal Economic Activity , Philadelphia: Open University Press,

    Milton Keynes.

    Hart, K. (1971), Small Scale Entrepreneurs in Ghana and Development Planning , Journalof Development Planning, July.

    ILO (1972), Employment, Income and Equality: A Strategy for Increasing Productive

    Employment in Kenya ,International Labour Office, Geneva.

    Judge, G.G., Hill, R.C., Griffths, W., Lutkepohl, H et Lee, T-C. (1982), Introduction to the

    Theory and Practice of Econometrics ,New York: Wiley.

  • 7/29/2019 103_SECTEUR_INFORMEL

    34/34

    MADIO (1995), Le Secteur Informel dans lAgglomration dAntananarivo: Performances,

    Insertion, Caractristiques, Perspectives. , Enqute 1-2-3 (phase 2), octobre, 49 p.

    Maddala, G. S. (1983), Limited-Dependent and Qualitative Variables in Econometrics ,

    Cambridge University Press.

    McKenzie, D. et Y.S. Sakho, (2007), Does it Pay Firms to Register for Taxes? The Impactof Formality on Firm Profitability , Washington D.C: World Bank.

    Murtin, F. et D. Echevin (2007), What Determines Productivity in Senegal? Sectoral

    Disparities and the Dual Labor , Cahiers de recherche 07-15, Dpartement d'Economique de

    la Facult d'administration l'Universit de Sherbrooke.

    Nelson, F. et L. Olson, (1978), Specification and Estimation of a Simultaneous-Equation

    Model with Limited Dependent Variables ,International Economic Review, Vol.19, N3.

    Swaminathan, M. (1991), Understanding the Informal Sector: A Survey , WIDER WP 95,

    Finland.

    Wade, M.D.N. et M. Diye (2007), La Pratique Fiscale Sngalaise , 3e

    dition, pf,

    Sngal.

    Wendorff, C. (1985), Sector Informal Urbano y Crisis Econmica: Diagnostico y

    Alternativa de Poltica , in N. Henriques and A. Ponce (eds.), Lima: Poblacin, Trabajo y

    Poltica, Pontifica Universidad Catlica del Per: Lima.

    Liste des membres du Comit Scientifique8

    1. 8 Professeur Adama DIAW, Enseignant-chercheur lUnit de Formation et de Recherches de Sciences Economiques et deGestion de lUniversit Gaston Berger de Saint-Louis ;

    2. Docteur Ibrahima Thione DIOP, Enseignant-chercheur, Directeur du CREA ;3. Docteur Amadou L GUEYE, Enseignant-chercheur, Directeur de lUnit de Formation et de Recherches de Sciences

    Economiques de lUniversit Gaston Berger de Saint-Louis;

    4. Docteur El hadji FAYE, Enseignant-chercheur la Facult des Sciences Economiques et de Gestion de lUniversit CheikhAnta DIOP de Dakar ;

    5. Docteur Malick SANE, Enseignant-chercheur au Centre de Recherches Economiques Appliques de lUniversit Cheikh AntaDIOP de Dakar ;

    6. Docteur Franois Joseph CABRAL, Enseignant-chercheur au Consortium pour la Recherche Economique et Sociale (CRES) ;7. Monsieur Amadou DIOUF, Adjoint au Chef de Service des Etudes et des Statistiques la BCEAO-Agence ;8. Monsieur Babacar NDIR, Expert conomiste au Centre dEtudes de Politiques pour le Dveloppement du Ministre de

    lEconomie et des Finances ;

    9. Monsieur Amadou Cir TOURE, Conseiller Technique au Ministre de lEconomie et des Finances.