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

 > 

Dynamique du PIB et prévision du rendement des impôts et taxes au Cameroun.


par Sergiot Patrick SAà¢â‚¬â„¢A TANTCHI
Institut Sous-régional de Statistique et d'Economie Appliquée ISSEA - Mémoire professionnel d'Ingénieur Statisticien Economiste  2018
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

SOMMAIRE

DÉDICACE i

REMERCIEMENTS ii

LISTE DES FIGURES v

SIGLES ET ABBREVIATION vii

AVANT PROPOS ix

RESUME x

INTRODUCTION 1

1. Contexte et justification 1

2. Problématique 3

3. Objectifs 3

4. Hypothèse de travail 4

5. Plan de travail 4

PREMIERE PARTIE : REVUE DE LA LITTERATURE 5

CHAPITRE 1 : RELATION ENTRE LA FISCALITE ET LA DYNAMIQUE MACROECONOMIQUE - REFORMES FISCALES POUR L'AMELIORATION DU

RECOUVREMENT FISCALE 6

1.1. Relation entre la fiscalité et la dynamique économique 6

1.2. Déterminants d'une amélioration du rendement fiscal 13

1.3. Réformes fiscales pour l'amélioration des rendements fiscaux 15

CHAPITRE 2 : CADRE GÉNÉRAL ET ETUDES EMPIRIQUES DE LA PREVISION

ECONOMIQUE-APPLICATION A LA PREVISION DES IMPOTS ET TAXES 22

2.1. Prévision économique 22

2.2. Etudes empiriques de la prévision économique 27

Patrick SA'A, Elève Ingénieur Statisticien Economiste, CEMAC-ISSEA

DEUXIEME PARTIE : ETUDE EMPIRIQUE 33

Patrick SA'A, Elève Ingénieur Statisticien Economiste, CEMAC-ISSEA

Dynamique du P11B et prévision du rendement des impôts et taxes

CHAPITRE 3 : APPROCHE METHODOLOGIQUE ET DONNEES 34

3.1. Approche méthodologique 34

3.2. Données et traitement des données 39

CHAPITRE 4 : PREVISION DU RENDEMENT DES IMPOTS ET TAXES : ANALYSE

ET INTERPRETATION DES RESULTATS 46

4.1. Etude des propriétés stochastiques des séries 46

4.2. Analyse de la relation entre le P11B et le rendement des impôts et taxes 48

4.3. Analyse de la capacité prédictive du modèle VAR estimé 53

4.4. Evaluation de la capacité prédictive des modèles MCE et ARDL estimés et prévision du

rendement des impôts et taxes 55

CONCLUSION ET RECOMMANDATIONS 60

ELEMENTS DE BIBLIOGRAPHIE 62

ANNEXE 66

TABLE DES MATIÈRES 87

Patrick SA'A, Elève Ingénieur Statisticien Economiste, CEMAC-ISSEA

Dynamique du PIB et prévision du rendement des impôts et taxes

LISTE DES FIGURES

Figure 1 : Courbe de Laffer 10

Figure 2 : Evolution du rendement des impôts et taxes(en FCFA) 41

Figure 3 : Evolution des recettes fiscales, de la production des biens et services et des dépenses

publiques (En milliards) 42

Figure 4 : Valeurs observées et valeurs prévues des recettes fiscales de la DGI 54

Figure 5 : Comparaison des valeurs prévues aux valeurs observées 56

Figure A.1 : Boîte à moustache des variables à niveau 66

Figure A.2 : Graphiques saisonniers des séries à niveau 66

Figure A.3 : Evolution des séries corrigées des variations saisonnières 67

Figure A.4 : Boîte à moustache des séries CLTVA, CLIsnp et CLT 67

Figure A.5 : Corrélogramme des séries à niveau ou désaisonnalisées 68

Figure A.6 : Test ADF et test de PP sur les séries à niveau ou désaisonnalisées avec trend 69

Figure A.7 : Test ADF et test de PP sur les séries à niveau ou désaisonnalisées sans trend 70

Figure A.8 : Boîte à moustache des séries différentiées 71

Figure A.9 : Evolution des séries différentiées ou dessaisonnalisées 72

Figure A.10 : Test de Kwiatkowski-Phillips-Schmidt-Shin(KPSS) sur les séries différentiées

73

Figure A.11 : Test ADF sur les séries différentiées 73

Figure A.12 : Test de PP sur les séries différentiées 74

Figure A.13 : Estimation des relations de long terme entre le PIB et les différents impôts 75

Figure A.14 : Boîte a moustache de la série de résidus obtenue pour chaque équation de

régression sur le PIB 75
Figure A.15 : Evolution de la série de résidus pour chaque équation de régression sur le PIB

76
Figure A.16 : Tests KPSS, ADF et PP sur la série de résidus pour chaque équation de régression

sur le PIB 76

Figure A.17 : Estimation du modèle MCE pour l'ITS 77

Figure A.18 : Estimation du modèle MCE pour la série RF 78

Figure A.19 : Estimation du modèle MCE pour la TSPP 78

Figure A.20 : Estimation du modèle MCE pour la série 79

Figure A.21 : Estimation de la relation de court terme entre le PIB et la TVA 79

Patrick SA'A, Elève Ingénieur Statisticien Economiste, CEMAC-ISSEA

Dynamique du PIB et prévision du rendement des impôts et taxes

Figure A.22 : Estimation de la relation de court terme entre le PIB et l'Isnp 80

Figure A.23 : Critère LR de sélection de l'ordre optimal du VAR 81

Figure A.24 : Estimation du VAR (4) 81

Figure A.25 : Tests de validation du modèle VAR (4) 82

Figure A.26 : Test de CUSUM et test de CUSUM 82

Figure A.27 : Fonctions de réponses impulsionnelles 83

Figure A.28 : Décomposition de la variance 83

Figure A.29 : Intervalle de confiance pour la prévision de l'ITS 84

Figure A.30 : Intervalle de confiance pour la prévision de la TSPP 84

Figure A.31 : Intervalle de confiance pour la prévision des DA 84

Figure A.32 : Intervalle de confiance pour la prévision des RF 85

Figure A.33 : Intervalle de confiance pour la prévision de l'Isnp 85

Figure A.34 : Intervalle de confiance pour la prévision de la TVA 85

Figure A.35 : Prévisions découlant du modèle VAR estimé pour les 12 prochains trimestres

86

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Le doute est le commencement de la sagesse"   Aristote