WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Analyse et prévisions à  court terme des recettes fiscales: cas du Cameroun

( Télécharger le fichier original )
par Anaclet Géraud NGANGA-KOUBEMBA
ISSEA - Ingénieur statisticien 2008
  

précédent sommaire suivant

Chapitre 4. LE PROFIL TEMPOREL DE L'IMPÔT

Ce chapitre offre (confère supra) une analyse de l'évolution temporelle d'un ensemble des variables. Il est également constitué de deux sections. La première procède à une analyse, en termes de facteurs et nous amènera à tracer le profil temporel de chacun des facteurs jugés pertinents, afin de les analyser. La seconde aborde une analyse spécifique de l'impôt sur les biens et services locaux, lequel fera l'objet d'une prévision à court terme.

4.1 FACTEURS TEMPORELS DE L'IMPÔT

Nous commençons l'analyse en composantes principales (ACP) de nos données par une analyse descriptive sommaire de la base de données en notre possession.

4.1.1 Analyse descriptive élémentaire

_ D'abord, la base telle que présentée manque de données sur la période de 1965 à

1979 (15 individus, lesquels échapperont à l'ACP, en les prenant comme individus « illustratifs ». L'on s'intéresse ici à une étude descriptive, à l'aide des tableaux et des graphiques simples, afin de nous familiariser aux types de similarités que l'analyse multivariée sera en mesure d'entériner ou non. Les figures 1, 2, 3, 4 et 5 ci-dessous donnent l'évolution des recettes fiscales du Cameroun de 1980 à 2007.

_

__

À la lumière de ces figures, il ressort une grande hétérogénéité des cinq sortes d'impôts examinés, lesquelles prennent un ordre de grandeur différent. L'on note également l'évolution en « dents de scie » de toutes les recettes fiscales concernées par l'étude. Ce résultat pourrait s'expliquer par une instabilité de la politique fiscale de l'État. En outre, quelques spécificités observées sur ces figures méritent d'être évoquées :

- l'impôt sur le revenu (prêts nets inclus) et l'impôt sur les biens et services locaux

sont plus enclins à des fluctuations temporelles dont la tendance générale est haussière par rapport aux autres impôts (IR, ITI et IS) qui connaissent des fluctuations temporelles modérées et sans tendance globale remarquable ;

- l'on peut scinder l'évolution de l'ensemble des impôts (excepté l'impôt sur les biens et services locaux) en trois principales phases : (i) une phase allant de 1980 à 1991, pendant laquelle la tendance de ces impôts est baissière ; (ii) une phase allant de 1991 à 1995, pendant laquelle la tendance de ces recettes est stationnaire et (ii) une phase allant de 1995 à 2007, où la tendance de ces impôts est haussière ;

- l'impôt sur les biens et services locaux a une allure particulièrement préoccupante. Elle a une tendance générale à la hausse sur l'ensemble de la période étudiée : juste après sa chute de 40 % à environ 18 % (entre 1980 et 1982), elle augmente presque continûment et atteint sa valeur maximale (environ 62 %) en 2006. La TVA se prêtant à

ce genre d'impôt, l'on pourrait dire que le recouvrement fiscal camerounais sur les produits et services intérieurs est renforcé d'année en année, ce qui est une bonne chose pour la relance économique ;

- sur la période considérée, l'impôt sur le revenu (prêts nets inclus) et l'impôt sur le revenu ont sensiblement la même allure. L'on pourrait ici penser à une corrélation positive entre ces deux variables ;

L'on s'aperçoit donc que les figures 1 à 5 ne sont pas assez précises (illusion graphique) pour faire une interprétation détaillée de nos données.

La figure 6 représente la relation entre les variables. Elle met en relief la dispersion entre ces variables.

Figure 6 : Diagramme de dispersion matricielle

_

Ce diagramme de dispersion suggère une relation linéaire entre l'impôt sur les sociétés (IS) et celui sur les biens et services (IBSL), entre l'impôt sur le revenu (IR) et celui sur le revenu, prêts nets inclus (IR_PNI). La matrice de corrélations/valeurs test cidessous (tableau 2) confirme ces mêmes suggestions.

Tableau 2 : Matrice de corrélations/ valeurs tests

_

Cette matrice précise, cependant, que la liaison entre IS et IBSL est inverse, alors que celle entre IR et IRPNI est positive. Elle précise, en outre, certaines autres liaisons qui ne sont pas visibles sur la figure 6. Il s'agit des liaisons linéaires entre IS et IR (coefficient de corrélation linéaire positive : r=0,45), entre IR et ITI (r=-0,45) et entre ITI et IR_PNI (r=-0,48). Ces coefficients de corrélations linéaires, bien que relativement faibles, sont jugés significatifs, à l'aide de leurs valeurs test jointe à la matrice de corrélation.

Signifions que la valeur-test, pour une catégorie donnée, exprime la distance de cette catégorie au centre de gravité en nombre d'écart type. Elle vise à répondre à la question de savoir si la valeur du coefficient de corrélation linéaire observée entre deux variables permet de dire que leur liaison est significative_.

4.1.2 Comportement temporel des facteurs de l'impôt

L'analyse en composante principale (ACP) effectuée sur le tableau composé des 5 variables standardisées décrivant la chronique des recettes fiscales choisies sur 43 années (ici 28 années car 15 d'entre elles sont mises en supplémentaire) a été réalisée à l'aide du logiciel SPAD. Les résultats sont consignés dans les tableaux 3 à 6 et figures 7 à 16.

Le tableau 3 donne les résultats de la diagonalisation de la matrice soumise à

l'ACP.

Tableau 3 : Valeurs propres de la diagonalisation et graphique du coude

__

Avant d'analyser ce tableau, rappelons d'abord que l'inertie du nuage initial est égale à 5 (nombre de variables actives). Chaque valeur propre rapportée à cette inertie donne le pourcentage d'inertie associé (% d'inertie).

Sur ce, le tableau 3 révèle que le premier axe capte près de la moitié (45 %) de la dispersion globale des 28 années (cet axe devrait donc traduire un phénomène marqué), alors que le second en contribue pour près de 35 %. Ainsi, les deux premiers axes factoriels résument près de 80 % de l'inertie totale, c'est-à-dire «80 % de la traduction spatiale des corrélations», ce qui est une part significative de l'information restituée par la photographie. Le diagramme du coude attaché à ce tableau montre un décrochement

_

_ À cette question, le logiciel SPAD retranscrit le test sous-jacent de nullité de la corrélation, en terme de valeur-test. Plus la valeur test sera élevée plus la liaison linéaire sera forte. L'on admet qu'une valeur-test inférieure à 2 (en valeur absolue) indique la non existence de liaison linéaire entre ces deux variables

visible entre la 2ème et la 3ème valeur propre. Dès lors, il est convenable de ne travailler qu'avec les deux premiers axes factoriels et l'on borne l'analyse au cercle de corrélation sur le plan (1, 2), aussi bien pour les variables que pour les individus.

Les ressemblances entre les années sont matérialisées par la figure 7 qui représente le nuage des individus.

Figure 7 : Photographie des individus sur le premier plan factoriel

_

L'origine des axes, sur la figure 7, représente l'individu moyen, c'est-à-dire une année qui aurait pour recette fiscale la moyenne des 5 catégories d'impôts étudiés. La figure met en relief la projection des années sur les facteurs. Elle suggère deux types d'opposition entre les années (en termes de catégories d'impôts) :

- d'une part, les années 1993, 1994, 1995, 1996, 1997 et 1998, s'opposent à leurs

homologues 2002, 2003, 2004, 2005 et 2006, le long du premier axe factoriel ;

- d'autre part, les années 1999, 2000, 2001 et 2007, s'opposent à leurs homologues 1986, 1987, 1988,1989 et 1990, le long du deuxième axe factoriel.

Cependant, pour éviter des interprétations abusives de proximités graphiques illusoires, nous avons extrait du tableau 5 (annexe A3), le tableau 4 suivant qui synthétise les résultats sur les individus «bien ou relativement bien projetés» sur les axes 1 et 2, ce qui donnera (à la vue des coordonnées, contributions et cosinus carrés) une meilleure interprétation du graphique 7. Les critères d'élaboration du tableau 4 sont les suivants : (i) le signe de la coordonnée (COORD.) renseigne sur le coté de l'axe, (ii) les années qui ont le plus participé à la formation d'un axe sont celles pour lesquelles la contribution (CTR) est supérieure à la valeur théorique (3,57 %) autour de laquelle oscilleraient les CTR de chacune des 28 années, (iii) une année illustre bien un axe si elle s'écarte de la «moyenne» précisément dans la direction de l'axe [cosinus carré (CO2) avoisinant 1].

Tableau 4 : Coordonnées, contributions et cosinus carrés des individus `'bien photographiés''

Sur l'axe 1__Côté (-)_Côté

(+)__Individu_COORD._CTR_CO2_COORD._CTR_Co2_Individu__1987_-

1.38_3.1_0.24_1.55_3.9_0.36_1993__1988_-

1.57_3.9_0.30_2.08_7.0_0.91_1994__2002_-

1.96_6.1_0.73_2.36_9.0_0.82_1995__2003_-

2.17_7.6_0.84_3.16_16.1_0.95_1996__2004_-

2.29_8.4_0.86_2.35_8.9_0.86_1997__2005_-

1.67_4.5_0.64_2.07_6.9_0.79_1998__2006_-1.89_5.8_0.73___2007_- 1.94_6.0_0.36___Sur l'axe 2__Côté (-)_Côté
(+)__Individu_COORD._CTR_CO2_COORD._CTR_Co2_Individu__1986_-

1.72_6.1_0.80_2.00_8.2_0.71_1999__1987_-

2.40_11.8_0.74_1.67_5.7_0.64_2000__1988_-

2.33_11.1_0.67_1.30_3.5_0.58_2001__1989_- 2.10_9.1_0.83_2.42_11.9_0.55_2007__1990_-2.70_15.0_0.72___Source : Banque

Mondiale, Représentation du Cameroun__

Notons d'abord que les présentes descriptions peuvent être facilitées en balayant les cellules surlignées du tableau ci-dessus. Les oppositions donnent une meilleure vue du plan factoriel (1,2). Nous les avons traduites par des rectangles sur l'axe 1 et par des cercles sur l'axe 2, ce qui constitue la figure 14 de l'annexe A3.

Sur l'axe 1, huit années de deux périodes distinctes (1987-1988 et 2002-2007) se retrouvent à gauche en position extrême. Du point de vue du seul facteur 1, elles se ressemblent, et sont opposées à six années d'une seule période régulière (1993-1998). Il faudrait relever la prééminente contribution d'un côté de la sous-période 2003-2004 (contribution égale à 16 %) et, de l'autre, de la sous-période 1995-1997 (contribution égale à 34 %), dans la détermination de l'axe 1. Ces deux sous-périodes sont les plus extrêmes et sont faites des années illustrent bien l'axe 1 (bon CO2).

Sur l'axe 2, cependant, cinq années d'une seule période (1986-1990) se retrouvent à gauche en position extrême. Du point de vue du seul facteur 2, elles se ressemblent, et sont opposées à quatre années de deux périodes distinctes (1999-2001 et 2007). Il faudrait relever la prééminente contribution d'un côté de la sous-période 1987-1990 (contribution égale à 47 %) et, de l'autre, des années 1999 et 2007 (contribution égale à 20,1 %), dans la détermination de l'axe 2. Ces sous-périodes sont les plus extrêmes sur cet axe pour lequel toutes les années à contribution significative en sont bon illustratives.

Pour s'affranchir des distorsions fâcheuses occasionnées par la compression excessive de l'espace de projection des années, l'on a complété l'ACP par une classification qui a permis la construction de l'arbre constituant la figure 8 ci-dessous.

Figure 8 : Dendrogramme de classification hiérarchique _

_ EMBED HieSvr.Document.2 ____

_

Une coupure de cet arbre (trait vertical rouge, grâce au diagramme des indices de niveaux (cf. figure 15, annexe A3), et conformément au critère du coude, permet de distinguer 5 classes d'années constituant chacune une phase d'évolution des catégories d'impôts étudiées.

Toutefois, toutes ces descriptions manquent de pertinence sans l'examen des corrélations variables-facteurs, qui nous renseigneront sur la cause des oppositions (le sens des facteurs). À cette fin, nous nous tournons vers l'espace des variables qui est schématisé par la figure 9 ci-dessous.

Figure 9 : Projection des variables sur les facteurs

Il est ici question, sur cette figure, d'interpréter les composantes principales, au regard des corrélations avec les variables de départ. L'axe 1 pourrait être assimilé à la catégorie d'impôts directs (notamment l'impôt sur le revenu). L'opposition des années le long de cet axe reflète donc celle entre l'impôt sur le revenu et les autres impôts directs. La deuxième composante principale montre une opposition entre impôt sur les sociétés (à gauche de l'axe 2) et impôt sur les biens et services locaux (à droite de l'axe 2). Ainsi, l'on pourrait qualifier l'axe 2 comme un axe « impôt direct/impôt indirect », et l'opposition des années le long de cet axe reflète par conséquent l'opposition entre impôts sur les bénéfices (IS) et impôts sur les dépenses de consommation (IBSL). Des aides à l'interprétation des corrélations des variables sont données dans le tableau 6 (annexe A3). De même, une vue simultanée des années et des variables, est schématisée, voir figure 17 (annexe A3).

Conformément au dernier objectif de ce chapitre, nous avons, en fin de compte, essayé de capter le profil temporel des impôts (indicateur composite d'impôt de 1980 à 2007). La figure 10 matérialise ce profil (ICI), sur les 1er et 2ème facteur.

Figure 10 : Profil temporel des coordonnées factorielles sur les axes 1 et 2 (ICI)

__

À la lumière de ce graphique, le profil temporel de l'impôt est resté très instable sur la période de 1980 à 2007, aussi bien sur le premier que sur le second facteur. La figure rapporte également que, de 1980 à 1999, l'indicateur composite d'impôts sur le premier axe reste au-dessus de son homologue sur le second axe, alors qu'une situation inverse se présente à partir de 1999 jusqu'en 2007. S'agissant particulièrement du second facteur (un contrôle identique pourrait être fait avec le premier facteur), la dynamique du profil d'impôts connaît des hauts et des bas, mais la tendance globale est à la hausse. L'on pourrait expliquer cette tendance par l'avènement de la réforme fiscalo-douanière dans la sous-région d'Afrique centrale. En effet, cette réforme vise, entre autres, le redressement/sécurisation des recettes fiscales et l'harmonisation de la fiscalité dans la sous-région et par conséquent la réduction des distorsions dans le cadre industriel et commercial afin d'améliorer la compétitivité et faciliter les échanges.

4.2 L'IBSL : DESCRIPTION ET PREDICTIONS POUR 2008 et 2009

Cette section décrit l'évolution de l'impôt sur biens et services locaux (IBSL). Une prévision à court terme (2 ans) sera effectuée sur la base des informations parcellaires (1980-2007). La modélisation «lissage exponentiel simple» (sous SPSS) sera utilisée à cet effet.

précédent sommaire suivant







9Impact, le film from Onalukusu Luambo on Vimeo.



Appel aux couturier(e)s volontaires

Hack the pandemiuc !

Moins de 5 interactions sociales par jour



BOSKELYWOOD from Ona Luambo on Vimeo.