2. Dynamisme des recettes fiscales dans les pays de l’OCDE

Abstract

Le chapitre 2 examine la volatilité des recettes fiscales dans les pays de l’OCDE, en mettant l’accent sur le dynamisme fiscal. À partir de la base de données sans équivalent des Statistiques des recettes publiques, il estime le dynamisme des recettes fiscales totales à court et à long terme dans les pays de l’OCDE pour les principaux types d’impôt entre 1980 et 2021, et analyse comment ce dynamisme a évolué au cours de cette période. Il étudie également le dynamisme à court terme sur le cycle économique et l’impact de facteurs tels que l’inflation et le vieillissement démographique sur le dynamisme des recettes fiscales. Une annexe contient des estimations détaillées du dynamisme, pays par pays.

    

Introduction

Depuis que l’OCDE a commencé à publier les Statistiques des recettes publiques, les ratios impôts/PIB ont progressivement augmenté dans la plupart des pays de l’OCDE. Toutefois, comme l’explique le chapitre 1, de nombreux épisodes de baisse des recettes se sont produits au cours de cette période, liés pour certains à de graves événements externes tels que le choc pétrolier, la crise financière mondiale et, plus récemment, la pandémie de COVID-19. Ces baisses n’ont pas eu les mêmes répercussions sur tous les types d’impôt.

Cette étude spéciale se fonde sur les données des Statistiques des recettes publiques pour examiner la volatilité des recettes au cours des 40 dernières années. En donnant un aperçu des facteurs qui expliquent les variations à court et à long terme des recettes provenant de différents types d’impôts, ce chapitre vise à éclairer les stratégies d’optimisation de la politique budgétaire au cours du cycle économique et à assurer la viabilité budgétaire à plus longue échéance. Il peut ainsi aider les pouvoirs publics à renforcer la résilience des finances publiques dans l’éventualité de chocs futurs.

Après une introduction succincte du concept de dynamisme fiscal, ce chapitre évalue le dynamisme des recettes fiscales totales et des recettes issues de différents types d’impôt entre 1980 et 2021 en moyenne pour les pays de l’OCDE et pour différents pays. Il cherche également à déterminer si le dynamisme des recettes fiscales dans les pays de l’OCDE a varié au cours de cette période et de quelle manière. Enfin, l’étude spéciale examine comment le dynamisme des recettes fiscales à court terme varie sur le cycle économique dans les pays de l’OCDE et analyse l’impact potentiel d’une inflation élevée ou du vieillissement démographique.

Introduction au dynamisme des recettes fiscales

Le dynamisme et l’élasticité des recettes fiscales sont deux des principaux indicateurs de la volatilité des recettes fiscales (Encadré 2.1). Dans un des ouvrages les plus anciens sur le sujet, (Musgrave et Miller, 1948[1]) mesurent l’élasticité fiscale comme étant le ratio entre le pourcentage de variation du rendement de l’impôt et un pourcentage de variation donné du revenu, et définissent le concept de « flexibilité intégrée », à savoir l’ajustement compensatoire automatique des recettes fiscales en réponse à des variations du revenu national. (Groves et Kahn, 1952[2]) ont élaboré un modèle de régression pour estimer l’élasticité fiscale en utilisant le logarithme des recettes fiscales comme variable dépendante et le logarithme du revenu comme variable indépendante. Cette méthode est largement employée aujourd’hui encore pour estimer à la fois l’élasticité et le dynamisme des recettes fiscales sur le long terme. (Prest, 1962[3]) a introduit l’approche de l’ajustement proportionnel pour supprimer l’effet des politiques fiscales discrétionnaires sur les recettes fiscales et ainsi estimer l’élasticité fiscale. Cette méthode, qui a été plus tard affinée par (Mansfield, 1972[4]), est l’une des plus couramment utilisées pour estimer l’élasticité fiscale1.

Les premiers travaux de recherche faisaient rarement la distinction entre le dynamisme ou l’élasticité des recettes fiscales à court et à long terme, et se fondaient sur l’estimation à long terme pour étudier à la fois le potentiel de croissance et la variabilité cyclique des recettes fiscales, jusqu’à ce que (Sobel et Holcombe, 1996[5]) proposent d’utiliser des modèles économétriques portant sur des séries temporelles pour produire des estimations non biaisées du dynamisme ou de l’élasticité des recettes fiscales à court et à long terme.

Encadré 2.1. Indicateurs de la volatilité des recettes

La volatilité des recettes fiscales est généralement analysée en se référant à trois concepts : le dynamisme, l’élasticité et la stabilité. Chacun d’eux vise à quantifier les variations des recettes fiscales dans la durée en réponse à des changements des conditions économiques, des bases d’imposition ou des politiques fiscales, et chacun peut être mesuré sur le court terme et sur le long terme.

• Le dynamisme des recettes fiscales mesure le rapport entre l’évolution des recettes fiscales et les variations de la base d’imposition (Mansfield, 1972[4]).

  • Le dynamisme à long terme mesure l’impact de l’activité économique sur les recettes fiscales en comparant les variations à long terme des recettes fiscales avec le PIB. Un dynamisme supérieur à un (également appelé « unité ») indique que les recettes fiscales progressent plus vite que le PIB sur le long terme. Cet indicateur est donc utile pour comprendre la relation entre croissance économique et viabilité budgétaire à long terme (Belinga et al., 2014[6]).

  • Le dynamisme des recettes fiscales à court terme mesure la variabilité cyclique des recettes fiscales. Il correspond à la variation en pourcentage des recettes fiscales qui résulte d’une variation d’un pour cent du PIB sur une courte période de temps, et renseigne sur la capacité d’un système fiscal à stabiliser l’économie sur le cycle économique (Deli et al., 2018[7]). Un dynamisme des recettes fiscales à court terme supérieur à un indique que les recettes fiscales fluctuent davantage que le PIB sur le cycle économique.

• L’élasticité des recettes fiscales est similaire au dynamisme des recettes fiscales, sauf qu’elle mesure la réponse automatique des recettes fiscales aux variations du PIB en supprimant l’impact de la politique fiscale discrétionnaire sur les recettes fiscales. Bien que l’élasticité soit un meilleur indicateur que le dynamisme pour éclairer les politiques fiscales et prévoir les recettes fiscales, la nécessité d’isoler l’impact de la politique fiscale discrétionnaire sur les recettes signifie que l’estimation de l’élasticité nécessite d’analyser plus de données que le dynamisme, et ces données peuvent être plus difficiles à obtenir. Analyser l’élasticité des recettes fiscales dans de nombreux pays sur longue période constitue donc un grand défi.

• La stabilité fiscale désigne la capacité d’un impôt à générer un certain montant de recettes et à maintenir ce niveau (Groves et Kahn, 1952[2]). On peut considérer qu’un impôt fonctionne comme un stabilisateur des recettes fiscales totales s’il réduit la variation globale des recettes fiscales sur le cycle économique. Une mesure simple de la stabilité fiscale est le coefficient de variation, défini comme étant l’écart type des recettes fiscales en pourcentage du PIB divisé par sa moyenne (Haughton, 1998[8]).

• (Haughton, 1998[8]) propose d’utiliser le coefficient de stabilisation des recettes, qui est le coefficient de variation du ratio impôts/PIB total, diminué du coefficient de variation du ratio impôts/PIB de tous les impôts moins un impôt sélectionné. Cet indicateur peut servir à analyser si un impôt en particulier fait office de stabilisateur des recettes fiscales totales.

• Outre ces indicateurs, il existe des mesures plus simples de la volatilité des recettes fiscales, comme l’utilisation de l’écart type pour calculer la dispersion des recettes fiscales ou des ratios impôts/PIB.

Depuis lors, ces modèles économétriques ont été utilisés dans de nombreuses études sur la volatilité fiscale, y compris par (Belinga et al., 2014[6]), qui estime le dynamisme des recettes fiscales à court et à long terme dans 34 pays de l’OCDE entre 1965 et 2012 ; (Dudine et Jalles, 2017[9]), qui établit des estimations du dynamisme des recettes fiscales pour 107 pays entre 1980 et 2014 ; et (Deli et al., 2018[7]), qui calcule le dynamisme des recettes fiscales dans 25 pays de l’OCDE entre 1965 et 2015. D’autres méthodes d’estimation du dynamisme des recettes fiscales ont été employées par le Réseau de l’OCDE sur les relations budgétaires entre les différents niveaux d’administration (Dougherty, de Biase et Lorenzoni, 2022[10]) et dans un document de travail récent du FMI rédigé par (Cornevin, Corrales et Angel, 2023[11])2.

Cette étude spéciale utilise les modèles économétriques proposés par (Sobel et Holcombe, 1996[5]) et des données provenant des Statistiques des recettes publiques pour estimer le dynamisme des recettes fiscales à court et à long terme dans 38 pays de l’OCDE en suivant deux méthodes d’estimation : l’estimateur de la moyenne de groupe (MG) et l’estimateur de la moyenne de groupe agrégée (PMG)3. Comme la plupart des travaux de recherche dans ce domaine, cette étude spéciale utilise le PIB comme variable indicatrice de la base d’imposition.

Données relatives aux recettes fiscales contenues dans les Statistiques des recettes publiques

Cette étude spéciale examine l’évolution des recettes entre 1980 et 20214 pour six types d’impôt : impôt sur le revenu des personnes physiques (IRPP), impôt sur les bénéfices des sociétés (IS), cotisations de sécurité sociale (CSS), impôts sur le patrimoine, taxe sur la valeur ajoutée (TVA) et droits d’accise. Il existe des données pour toutes les années entre 1980 et 2021 pour 26 pays de l’OCDE, tandis que les données disponibles débutent à partir d’une date ultérieure pour 12 pays : 1990 au Chili, en Colombie et au Costa Rica ; 1991 en Hongrie et en Pologne ; 1993 en Tchéquie et 1995 pour les pays restants5. Les données excluent les valeurs nulles et aberrantes (Encadré 2.2).

Le Graphique 2.1 illustre l’évolution des recettes fiscales totales et des recettes tirées des six différents types d’impôt en pourcentage du PIB, en moyenne, dans les pays de l’OCDE depuis 1980. Sur la base de ce graphique, plusieurs observations peuvent être formulées pour définir le contexte de l’analyse du dynamisme des recettes fiscales.

Premièrement, le ratio impôts/PIB total a progressivement augmenté dans les pays de l’OCDE en moyenne, passant de 30.1 % du PIB en 1980 à 34.0 % en 2022, sans grandes variations d’une année sur l’autre. Deuxièmement, les recettes provenant de quatre types d’impôt (IS, CSS, impôts sur le patrimoine et TVA) en pourcentage du PIB affichent une tendance à la hausse sur le long terme, tandis que celles issues de l’IRPP et des droits d’accise ont reculé en pourcentage du PIB. Troisièmement, les types d’impôt considérés individuellement ont tendance à être plus volatils que les recettes fiscales totales lorsqu’on les mesure au moyen de l’écart type. Quatrièmement, les recettes de l’IS sont plus volatiles que la plupart des autres types d’impôt. L’écart type6 des recettes de l’IS (valeurs indexées) était de 14.2 entre 1980 et 2021, contre seulement 2.9 pour les recettes fiscales totales entre 1980 et 2022.

Graphique 2.1. Évolution des recettes fiscales dans les pays de l’OCDE, 1980-2022

Ratio impôts/PIB (1980 = 100)

Note : Ce graphique illustre les recettes fiscales en pourcentage du PIB indexées en retenant 100 comme valeur des ratios de 1980 pour tous les types d’impôt afin qu’ils soient comparables. La hausse des recettes générées par les impôts sur le patrimoine en 2016 est due à une entrée exceptionnelle de recettes en Islande. Les données pour 2022 ne sont pas disponibles pour les différents types d’impôt.

Source : Calculs de l’auteur.

 StatLink https://stat.link/5b3zgy

Encadré 2.2. Méthodes d’estimation du dynamisme

Cet encadré décrit les deux méthodes employées pour calculer le dynamisme des recettes fiscales dans cette étude spéciale : l’estimateur de la moyenne de groupe avec régression à partir de séries chronologiques (MG) et l’estimateur de la moyenne de groupe agrégée avec régression de panel (PMG).

L’estimateur MG calcule des moyennes simples de groupe après avoir obtenu des estimations du dynamisme pour les différents pays (Pesaran et Smith, 1995[12]). Les moyennes excluent les résultats aberrants, qui aux fins de cette analyse désignent les estimations statistiquement non significatives qui sont proches de zéro (<0.1), négatives (<0) ou particulièrement élevées (>8), conformément aux approches suivies dans d’autres études (Dudine et Jalles, 2017[9] ; Deli et al., 2018[7]). L’estimation spécifique à un pays applique la méthode en deux étapes d’Engle-Granger (Engle et Granger, 1987[13]) aux modèles économétriques proposés par (Sobel et Holcombe, 1996[5]).

Dans un premier temps, le dynamisme à long terme est calculé au moyen d’un modèle de régression à partir de séries chronologiques :

$\mathit{l}\mathit{n}\mathit{T}\mathit{a}{\mathit{x}}_{\mathit{t}}=\mathit{\alpha }+\mathit{\beta }\mathit{l}\mathit{n}\mathit{G}\mathit{D}{\mathit{P}}_{\mathit{t}}+{\mathit{u}}_{\mathit{t}}$ (1)

où $Ta{x}_t$ désigne les recettes fiscales dans un pays l’année t et $GD{P}_t$ désigne le niveau de PIB correspondant. $\alpha$ est le terme constant et $\beta$ mesure l’effet à long terme d’une variation du niveau de PIB sur les recettes fiscales (dynamisme des recettes fiscales à long terme). $u_t$ est le terme d’erreur de la régression. L’équation (1) décrit la relation à long terme entre les recettes fiscales et le PIB.

Dans un deuxième temps, le dynamisme à court terme est estimé au moyen d’un modèle à correction d’erreur (MCE) selon la méthode des moindres carrés ordinaires (MCO) en utilisant comme facteur l’erreur estimée dans l’équation (1) :

$∆\mathit{l}\mathit{n}\mathit{T}\mathit{a}{\mathit{x}}_{\mathit{t}}=\mathit{\gamma }+\mathit{\lambda }\left(\mathit{l}\mathit{n}\mathit{T}\mathit{a}{\mathit{x}}_{\mathit{t}-1}-\mathit{\beta }\mathit{l}\mathit{n}\mathit{G}\mathit{D}{\mathit{P}}_{\mathit{t}-1}\right)+\mathit{\theta }∆\mathit{l}\mathit{n}\mathit{G}\mathit{D}{\mathit{P}}_{\mathit{t}}+{\mathit{ϵ}}_{\mathit{t}}$ (2)

où $∆lnTa{x}_t$ désigne la première différence du logarithme des recettes fiscales dans un pays l’année $t$ et $∆lnGD{P}_t$ désigne la première différence du logarithme du PIB correspondant. $lnTa{x}_{t-1}-\beta lnGD{P}_{t-1}$ est le terme de correction d’erreur et mesure l’écart de deux variables par rapport à leur relation à long terme au cours de la période de temps antérieure. Il peut être remplacé par l’erreur estimée (retardée une fois) ${\widehat{u}}_{t-1}$ provenant de l’équation (1). $\gamma$ est le terme constant et $\theta$ mesure la réponse instantanée des recettes fiscales à une variation du PIB (dynamisme des recettes fiscales à court terme). $\lambda$ désigne la vitesse d’ajustement ; il mesure à quelle vitesse le dynamisme converge vers la valeur d’équilibre à long terme. ${ϵ}_t$ est le terme d’erreur du MCE.

Le dynamisme à court terme et le dynamisme à long terme pour chaque pays de l’OCDE sont estimés en fonction des séries chronologiques propres à chaque pays en utilisant respectivement les équations (1) et (2).

L’estimateur PMG, élaboré par (Pesaran, Shin et Smith, 1999[14]), combine l’agrégation et le calcul de la moyenne pour permettre à l’ordonnée (c’est-à-dire le terme constant), aux coefficients à court terme et aux variances d’erreur de différer d’un pays à l’autre, mais contraint les coefficients à long terme à être égaux pour tous les pays. Il utilise la méthode d’estimation du maximum de vraisemblance pour calculer un dynamisme général à long terme et un dynamisme spécifique aux pays à court terme, sur la base des données de panel de 38 pays de l’OCDE entre 1980 et 2021. Il estime l’équation (2) dans le temps et pour les différents pays.

Ces deux méthodes d’estimation ont leurs forces et leurs faiblesses. L’estimateur PMG exploite les informations supplémentaires et la plus grande variabilité des données liées aux jeux de données de panel étendus. C’est un estimateur plus efficient qui a besoin de moins de données pour produire des estimations cohérentes. Toutefois, l’estimateur PMG impose que les coefficients à long terme soient égaux dans tous les pays et ne peut pas produire des estimations pour chaque pays parce qu’il combine agrégation et calcul de la moyenne. À l’inverse, l’estimateur MG autorise des paramètres tous différents entre pays, mais risque d’aboutir à des estimations incohérentes si la quantité de données est limitée (Belinga et al., 2014[6]).

Traitement des données

Quelques pays de l’OCDE ne perçoivent pas certains des types d’impôt examinés ; par exemple, l’Australie et la Nouvelle-Zélande ne prélèvent pas de CSS et les États-Unis n’appliquent pas de TVA. La valeur des recettes provenant de ces types d’impôt est de zéro dans la base de données des Statistiques des recettes publiques pour ces pays. Pour empêcher que les zéros soient pris en compte dans la régression et perturbent la relation entre recettes fiscales et PIB, toutes les observations dont la valeur est nulle sont retirées des données analysées.

Un résultat aberrant a également été supprimé. Tous les pays signalent des variations en glissement annuel inférieures à 5 points de pourcentage des recettes fiscales totales et pour les différents types d’impôt entre 1980 et 2021 sauf l’Islande, où les recettes tirées des impôts sur le patrimoine en pourcentage du PIB ont progressé de plus de 15 points en 20161. Pour remédier à cette valeur aberrante, le chiffre des recettes tirées des impôts sur le patrimoine en Islande en 2016 est remplacé par la moyenne des recettes de ces impôts en 2015 et 2017 ; les recettes fiscales totales de l’Islande en 2016 sont recalculées en conséquence.

Note : Conformément à la suggestion de (Sobel et Holcombe, 1996[5]), l’équation (1) est estimée en utilisant la méthode des moindres carrés ordinaires dynamiques élaborée par (Stock et Watson, 1993[15]) pour tenir compte de l’éventuelle endogénéité au sein du modèle ainsi que de la corrélation sérielle du terme d’erreur. La régression applique également un estimateur de Newey-West pour corriger les erreurs-types et remédier aux phénomènes de l’autocorrélation et de l’hétéroscédasticité (Newey et West, 1987[16]).

← 1. En 2016, l’Islande a perçu des recettes provenant de contributions à la stabilité, de nature exceptionnelle, acquittées par des entités qui exerçaient des activités de banque commerciale ou de caisse d’épargne par le passé, et qui cessaient leurs activités. Ces contributions exceptionnelles représentaient environ 15.7 % du PIB de l’Islande en 2016, et se sont traduites par des recettes fiscales inhabituellement élevées pour cette même année.

Dynamisme des recettes fiscales à court et à long terme dans les pays de l’OCDE

Cette section présente les résultats relatifs au dynamisme des recettes fiscales générés par les deux méthodes d’estimation tour à tour, avant d’analyser les deux séries de résultats dans leur ensemble. Elle énonce également les précautions à prendre lors de l’interprétation des estimations et examine ces précautions en détail en lien avec le dynamisme des recettes de l’IS ainsi que la possibilité d’un décalage dans le temps des effets de variations du PIB sur les recettes. Enfin, elle cherche à déterminer si les résultats varient avec l’utilisation de données réelles plutôt que de données nominales.

Résultats de l’estimateur MG

Le Tableau 2.1 présente les estimations du dynamisme des recettes fiscales à court et à long terme obtenues au moyen de l’estimateur MG. Les résultats montrent que le dynamisme des recettes fiscales totales était proche de l’unité7 en moyenne dans les pays de l’OCDE entre 1980 et 2021 (les estimations pour chaque pays sont réunies à l’Annexe 2.A.).

Le dynamisme des recettes fiscales à long terme était supérieur à 1.1 dans sept pays de l’OCDE et inférieur à 0.9 dans deux pays ; les autres pays se situaient entre ces deux valeurs. Concernant le dynamisme à court terme, les estimations dépassaient 1.1 pour onze pays et étaient inférieures à 0.9 pour neuf pays. L’écart type du dynamisme des recettes fiscales totales dans les pays de l’OCDE était inférieur à celui des six types d’impôt, ce qui indique que le dynamisme des recettes fiscales totales était moins dispersé entre les pays.

La plupart des six types d’impôt affichaient un dynamisme à court et à long terme proche de l’unité, à quatre exceptions notables près :

• Pour l’IS, le dynamisme était bien supérieur à l’unité, surtout à court terme8. (Voir l’Encadré 2.3 pour une analyse plus approfondie des estimations du dynamisme des recettes de l’IS.)

• Pour la TVA, le dynamisme à court et à long terme était supérieur à l’unité, mais dans une moindre mesure que pour l’IS.

• Le dynamisme à court terme des recettes de CSS et le dynamisme à long terme des droits d’accise étaient légèrement inférieurs à l’unité.

Tableau 2.1. Dynamisme des recettes fiscales nominales par type d’impôt calculé selon l’indicateur MG, 1980-2021
	Dynamisme à long terme			Dynamisme à court terme
	Moyenne	Médiane	Type	Moyenne	Médiane	Type
Total	1.028	1.018	0.083	1.008	0.999	0.218
IRPP	1.059	0.946	0.501	1.024	0.935	0.613
IS	1.377	1.364	0.378	2.096	1.788	1.148
CSS	1.083	1.007	0.427	0.892	0.796	0.699
Patrimoine	1.071	1.048	0.299	0.986	0.907	0.503
TVA	1.262	1.099	0.900	1.119	1.064	0.539
Droits d’accise	0.865	0.894	0.278	0.963	0.967	0.379
Note : Avec l’estimateur de la moyenne de groupe, le dynamisme des recettes fiscales des différents pays de l’OCDE est calculé en premier. Des moyennes simples sont ensuite calculées après suppression des valeurs aberrantes (estimations qui ne sont pas statistiquement significatives et qui sont proches de zéro ou négatives, par exemple). L’annexe 2.A. à la fin de l’étude spéciale contient des informations détaillées sur le dynamisme des recettes fiscales nominales pour chaque pays de l’OCDE.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Résultats de l’estimateur PMG

Le Tableau 2.2 contient les résultats de la régression sur données de panel en utilisant l’estimateur PMG pour les recettes fiscales totales et les six types d’impôt. Les estimations du dynamisme obtenues par régression sur données de panel sont largement conformes à celles de la régression à partir de données chronologiques ci-dessus. Le dynamisme à court et à long terme des recettes fiscales totales et des recettes de l’IRPP était proche de l’unité entre 1980 et 2021, tandis que les recettes de l’IS étaient les plus dynamiques, surtout à court terme. Les recettes de TVA étaient les deuxièmes plus dynamiques à court et à long terme, tandis que le dynamisme à court terme des CSS était inférieur à l’unité.

On constate toutefois deux différences notables entre les résultats obtenus par les deux méthodes. Premièrement, le dynamisme à court terme des impôts sur le patrimoine était inférieur à l’unité selon l’estimateur PGM, mais proche de l’unité selon l’estimateur MG. Deuxièmement, le dynamisme à court comme à long terme des droits d’accise selon l’estimateur PMG était inférieur à l’unité tandis qu’avec l’estimateur MG, le dynamisme à court terme des droits d’accise était proche de l’unité et celui à long terme était légèrement inférieur à l’unité.

Tableau 2.2. Dynamisme des recettes fiscales nominales par type d’impôt calculé selon l’indicateur PMG, 1980-2021
	Long terme	Court terme	Vitesse d’ajustement
Total	1.056***	1.032***	-0.190***
IRPP	0.997***	0.957***	-0.207***
IS	1.424***	2.482***	-0.310***
CSS	0.965***	0.881***	-0.205***
Patrimoine	1.048***	0.756***	-0.199***
TVA	1.128***	1.140***	-0.287***
Droits d’accise	0.514***	0.619***	-0.149***
Note : *, ** et *** indiquent que les résultats sont statistiquement significatifs respectivement aux seuils de 10 %, 5 % et 1 %. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé sur la base des données de panel de 38 pays de l’OCDE entre 1980 et 2021. Il n’est pas possible d’estimer le dynamisme fiscal des différents pays parce qu’il combine agrégation et calcul de la moyenne.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Les différences de résultats entre les deux méthodes peuvent être dues à des techniques d’estimation différentes, à des modes de calcul différents des moyennes et aux différences inhérentes entre les données de panel et les données de séries chronologiques. En général, les données de panel présentent des avantages par rapport aux données de séries chronologiques parce qu’elles livrent des informations plus nombreuses et plus diverses, tout en traitant les biais d’omission de variables (Torres-Reyna, 2007[19]). Les avantages de données de panel sont majorés s’agissant des types d’impôt pour lesquels les données peuvent être limitées pour certains pays.

Analyse des résultats

Plusieurs conclusions peuvent être tirées des estimations du dynamisme des recettes fiscales à court et à long terme obtenues au moyen des deux méthodes présentées ci-dessus :

• Sur le long terme, les recettes fiscales ont progressé au même rythme que le PIB dans l’ensemble des pays de l’OCDE entre 1980 et 2021.

• En moyenne, les recettes fiscales dans les pays de l’OCDE étaient aussi volatiles que le PIB sur le cycle économique.

• Les recettes tirées de l’IS étaient les plus dynamiques à court et à long terme, ont progressé plus vite que le PIB sur le long terme et ont été le stabilisateur économique le plus efficace sur le court terme.

• Les recettes de TVA ont elles aussi augmenté plus rapidement que le PIB sur le long terme, et la TVA joue un rôle de stabilisateur assez efficace.

• Les CSS représentent un stabilisateur économique assez peu efficace et les recettes provenant des droits d’accise sont les moins sensibles aux variations du PIB.

Ces conclusions s’accompagnent de plusieurs mises en garde. Premièrement, le dynamisme des recettes fiscales inclut l’impact des mesures discrétionnaires sur les recettes. Aussi, la réaction des recettes fiscales aux variations du PIB sur une période donnée est influencée par les politiques fiscales menées au cours de cette période. Les estimations du dynamisme fiscal peuvent être différentes si l’on isole l’impact des politiques fiscales. Deuxièmement, le PIB servant de variable indicatrice pour différentes bases d’imposition, la réponse des recettes fiscales aux variations du PIB est déterminée par la manière dont les recettes fiscales réagissent à des changements des bases d’imposition et par la façon dont ces bases réagissent aux variations du PIB. L’Encadré 2.3 examine les conséquences pour l’IS. Enfin, un décalage temporel peut se produire entre les recettes fiscales et le PIB en raison des mécanismes spécifiques de recouvrement de l’impôt ou des différences légales de délai pour la déclaration de la base d’imposition (Mourre et Princen, 2019[20]). L’Encadré 2.4 analyse cet aspect plus en détail.

Encadré 2.3. Examen des limites de l’analyse du dynamisme des recettes de l’IS

Comme l’indiquent les estimations qui ressortent de cette étude spéciale et des travaux portant sur le dynamisme fiscal en général, le dynamisme des recettes de l’IS est bien supérieur à l’unité, surtout à court terme. Toutefois, ces résultats doivent être interprétés avec prudence car ils peuvent être faussés par deux grandes limites inhérentes à l’analyse du dynamisme fiscal.

Les estimations du dynamisme fiscal associent les variations des recettes fiscales imputables aux variations du PIB et l’impact sur les recettes de politiques fiscales discrétionnaires. Aussi, les estimations de la réponse des recettes fiscales à la croissance du PIB peuvent différer s’il est possible d’exclure du calcul l’impact des changements de politique fiscale. (Cornevin, Corrales et Angel, 2023[11]) fait également observer que si des indicateurs macroéconomiques tels que le PIB servent de bases d’imposition indicatrices, les estimations du dynamisme peuvent varier entre types d’impôt parce que les bases d’imposition spécifiques ne réagissent pas de la même manière aux changements des conditions macroéconomiques.

Pour déterminer comment ces limites peuvent influer sur les résultats du dynamisme fiscal, cette analyse a été élargie pour inclure l’estimation des variations des recettes de l’IS en fonction des variations de l’excédent net d’exploitation (plutôt que du PIB), et englobe le taux légal de l’IS entre 2000 et 2021 en tant que variable de contrôle supplémentaire. L’excédent brut d’exploitation désigne la différence entre la valeur ajoutée générée par les activités productives et la somme de la rémunération des salariés et des impôts sur la production et les importations diminuée des subventions. Il est souvent utilisé comme substitut de la base de l’IS (Mourre et Princen, 2019[20]).

L’ajout de variables de contrôle supplémentaires (paramètres de la politique fiscale, par exemple) permet d’estimer le dynamisme fiscal en maintenant les variables de contrôle inchangées. L’existence de variables explicatives supplémentaires contribue aussi à réduire le risque de biais d’omission de variables, susceptible de résulter d’une corrélation de la politique fiscale avec le PIB et les recettes fiscales. Les variations des taux légaux d’imposition constituent l’une des mesures de politique fiscale les plus importantes ; de nombreuses études du dynamisme fiscal utilisent les taux d’imposition pour prendre en compte l’impact des politiques discrétionnaires (Belinga et al., 2014[6] ; Dudine et Jalles, 2017[9] ; Deli et al., 2018[7] ; Lagravinese, Liberati et Sacchi, 2020[21] ; Cornevin, Corrales et Angel, 2023[11]).

Le Tableau 2.3 présente les estimations du dynamisme des recettes de l’IS selon différentes spécifications de modèle. Les résultats livrent deux conclusions principales. Premièrement, en utilisant l’excédent brut d’exploitation plutôt que le PIB comme base pour l’IS, on obtient un dynamisme à long terme similaire, mais un dynamisme à court terme quasiment réduit de moitié. Il en ressort que la forte réponse des recettes de l’IS aux variations du PIB au cours du cycle économique est en partie due à une forte corrélation positive entre l’excédent brut d’exploitation et le PIB. Ce constat est corroboré par les données empiriques qui montrent que les taux de croissance des bénéfices agrégés des entreprises et du PIB suivent généralement des tendances similaires, les cycles de croissance des bénéfices affichant régulièrement des amplitudes beaucoup plus importantes que les cycles de croissance du PIB (ECB, 2007[22]). Malgré cet effet, le dynamisme de l’IS reste nettement supérieur à l’unité, tant à court qu’à long terme.

Tableau 2.3. Dynamisme des recettes nominales de l’IS selon différentes spécifications de modèle, 2000-21
	Base d’imposition fondée sur le PIB (sans prise en compte du taux)	Base d’imposition fondée sur le PIB (avec prise en compte du taux)	Base d’imposition fondée sur l’EBE (sans prise en compte du taux)	Base d’imposition fondée sur l’EBE (avec prise en compte du taux)
Long terme	1.155***	1.607***	1.222***	1.341***
Court terme	2.989***	3.135***	1.659***	1.652***
Note : *, ** et *** indiquent que les résultats sont statistiquement significatifs respectivement aux seuils de 10 %, 5 % et 1 %. Les chiffres sont exprimés en valeur nominale et estimés au moyen de l’estimateur de la moyenne de groupe agrégée. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé sur la base des données de panel de pays de l’OCDE entre 2000 et 2021. Les données relatives à l’excédent brut d’exploitation (EBE) proviennent de la base de données des comptes nationaux des pays de l’OCDE et couvrent 35 pays de l’OCDE, à l’exception du Chili, d’Israël et de la Nouvelle-Zélande. Les données relatives aux taux légaux de l’IS proviennent de la base de données Statistiques de l’impôt sur les sociétés de l’OCDE.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; (OECD, 2022[18]), Comptes nationaux de l’OCDE ; et (OECD, 2023[23]), Base de données de l’OCDE sur l’impôt sur les sociétés.

Deuxièmement, le dynamisme à long terme est plus important lorsqu’il est tenu compte du taux légal d’IS. Il en va de même lorsque l’on utilise l’excédent brut d’exploitation comme base d’imposition, bien que l’augmentation soit plus faible. Cela suggère que le taux d’imposition est corrélé négativement à la fois avec les bases d’imposition et les recettes fiscales à long terme, et que le dynamisme à long terme de l’IS est sous-estimé dans le modèle « sans prise en compte ». La prise en compte du taux d’imposition a peu d’effet sur le dynamisme à court terme des recettes de l’IS.

Ces résultats concordent en partie avec les conclusions de (Belinga et al., 2014[6]) en ce qui concerne les pays de l’OCDE au cours de la période 1980-2012, et avec ceux de (Dudine et Jalles, 2017[9]) en ce qui concerne les économies avancées au cours de la période 1980-2014. Ces deux études indiquent en effet que la prise en compte du taux d’imposition entraîne un dynamisme plus important de l’IS à court et à long terme.

L’écart concernant le dynamisme à court terme est probablement dû aux différentes périodes utilisées dans l’estimation : leurs résultats se fondent sur des données antérieures à 2012 et 2014 respectivement, tandis que le taux légal moyen de l’IS dans les pays de l’OCDE a peu varié depuis 2008, après avoir été ramené de 30.4 % à 24.0 % entre 2000 et 2008. L’inclusion de données plus récentes réduit donc la corrélation entre le taux d’imposition et d’autres variables. D’autres études, s’appuyant sur des données plus récentes, ne constatent pas non plus de changement significatif dans le dynamisme à court terme de l’IS après prise en compte du taux d’imposition (Deli et al., 2018[7] ; Cornevin, Corrales et Angel, 2023[11]).

Résultats fondés sur des données réelles plutôt que nominales

Les coefficients de dynamisme présentés ci-dessus sont estimés à l’aide de données nominales sur l’impôt et le PIB, qui comprennent une composante prix et une composante réelle. Pour comprendre comment les variations de prix affectent le dynamisme de l’impôt, le Tableau d’annexe 2.A.8 montre les résultats obtenus par régression sur données chronologiques lorsque le dynamisme de l’impôt à court et à long terme est estimé à l’aide de données réelles. Ces résultats donnent à penser que le dynamisme à court et à long terme estimé à partir de données réelles est supérieur à celui estimé à partir de données nominales, quoique dans des proportions différentes en ce qui concerne les recettes fiscales totales et la plupart des types d’impôt. Les résultats de la régression sur données de panel sont mitigés : si la plupart des estimations du dynamisme fondées sur des données réelles sont proches des estimations fondées sur des données nominales, elles sont inférieures s’agissant de l’IRPP et des accises à long terme, ainsi que des CSS à court terme. Le dynamisme réel des recettes de l’IS est supérieur à court terme (voir Tableau d’annexe 2.A.9).

D’autres études sur le dynamisme des recettes fiscales réelles aboutissent à des résultats différents : (Haughton, 1998[8]) fait valoir que le dynamisme nominal pourrait sous-estimer la réactivité des recettes fiscales aux variations du PIB et que le dynamisme de l’impôt en termes nominaux pourrait tendre vers un. (Belinga et al., 2014[6]) (Dudine et Jalles, 2017[9])constatent que le dynamisme total de l’impôt en termes réels est plus faible qu’en termes nominaux, en particulier à long terme ; (Deli et al., 2018[7]) ne concluent pas à des différences significatives entre le dynamisme total de l’impôt en termes nominaux et réels ; (Cornevin, Corrales et Angel, 2023[11]) étudient le dynamisme réel à court terme de l’IRPP, de l’IS et de la TVA, et ne constatent aucune différence significative en ce qui concerne l’IRPP et la TVA, mais un dynamisme réel à court terme plus élevé de l’IS. Ces divergences dans les conclusions peuvent être dues à des différences de méthodologie, d’échantillon de pays ou de couverture temporelle.

Encadré 2.4. Existe-t-il un décalage temporel entre les recettes fiscales et le PIB ?

Les coefficients de dynamisme de l’impôt estimés dans cette étude spéciale mettent en correspondance les données sur les recettes fiscales annuelles tirées de la base de données des Statistiques des recettes publiques et les statistiques sur le PIB de l’exercice budgétaire tirées de la base de données des comptes nationaux de l’OCDE. Ces résultats peuvent être trompeurs s’il y a des retards dans la réponse des recettes fiscales aux variations du PIB, par exemple en raison d’un report de pertes (report en avant/en arrière) dans le cas de l’IS, de mécanismes spécifiques de recouvrement de l’impôt ou de différences légales de délai pour la déclaration de la base imposable (Mourre et Princen, 2019[20]). Cet encadré cherche à déterminer l’existence d’un tel décalage temporel dans les données de l’OCDE en examinant l’évolution des recettes fiscales et du PIB.

L’analyse porte sur l’IRPP et l’IS, dont le paiement se fonde généralement sur le revenu imposable de l’année précédente (Choudhry, 1975[24] ; Mourre et Princen, 2019[20]). Cet encadré examine l’évolution des recettes de l’IRPP et de l’IS entre 2007 et 2010, période qui couvre la crise financière mondiale, et entre 2018 et 2021, période qui couvre la crise du COVID-19 (2020-21). La plupart des pays de l’OCDE ont enregistré de fortes baisses de leurs recettes et de leur PIB au cours de ces deux épisodes (OECD, 2021[25]). S’il existe un décalage temporel, les recettes de l’IRPP et de l’IS devraient diminuer un an après des baisses significatives du PIB nominal. Les graphiques Graphique d’annexe 2.A.1 à Graphique d’annexe 2.A.5 illustrent l’évolution des recettes fiscales et du PIB par pays. En raison de contraintes d’espace, seuls cinq pays de l’OCDE sont représentés.

Les résultats donnent à penser que les recettes de l’IRPP et de l’IS ont, dans une large mesure, évolué parallèlement au PIB nominal dans les pays de l’OCDE pendant la crise financière mondiale et la crise du COVID-19, même si les résultats diffèrent selon les pays :

• En Belgique, les recettes fiscales ont progressé au même rythme que le PIB, sauf en 2019, où celles tirées de l’IRPP ont légèrement diminué malgré la forte croissance du PIB nominal.

• En France, les recettes de l’IRPP et le PIB ont évolué de concert pendant les deux crises, mais les recettes de l’IS ont été plus stables que le PIB pendant la crise du COVID-19.

• Au Japon, les recettes de l’impôt sur les bénéfices ont suivi une trajectoire semblable à celle du PIB pendant la crise financière mondiale. On a toutefois observé un décalage notable entre les recettes de l’IRPP et le PIB en 2019 et 2020.

• En Suisse, les données ne montrent pas de corrélation étroite entre les recettes de l’IRPP et le PIB pendant les deux crises, le premier ayant continué d’augmenter malgré les fluctuations du second. Les recettes de l’IS ont évolué parallèlement au PIB, en particulier pendant la crise du COVID-19.

• Aux États-Unis, la croissance des recettes fiscales a été semblable à celle du PIB, en particulier pendant la crise du COVID-19.

Trois explications peuvent être avancées pour expliquer l’absence apparente de retard dans la réponse des recettes fiscales au PIB. Premièrement, les pays de l’OCDE déclarent principalement leurs données sur les recettes fiscales pour les Statistiques des recettes publiques sur la base d’une comptabilité d’exercice, c’est-à-dire que les recettes sont comptabilisées au moment où l’impôt est dû, et non au moment où il est acquitté (OECD, 2021[25]).

Deuxièmement, les données sur les recettes utilisées dans les estimations du dynamisme de l’impôt tiennent compte de l’effet des politiques fiscales discrétionnaires. Pendant la crise du COVID-19, par exemple, les autorités des pays de l’OCDE ont mis en œuvre des mesures de soutien pour atténuer les répercussions négatives de la pandémie sur les entreprises et les ménages, dont certaines ont eu des effets immédiats sur les recettes fiscales, même si les recettes proprement dites se fondaient sur la base d’imposition d’avant la pandémie.

Troisièmement, les différences dans les canaux de collecte peuvent constituer un facteur. Par exemple, les recettes de l’IRPP et de l’IS perçues par le prélèvement à la source ou des paiements anticipés sont majoritairement versées au cours de l’année où le revenu a été perçu, tandis que les recettes perçues au moyen d’avis d’imposition officiels peuvent être déterminées au cours d’une année ultérieure en raison du temps nécessaire aux déclarations fiscales et aux procédures d’enquête. Un retard dans la réaction des recettes fiscales aux variations du PIB peut donc être moins évident si la majorité des recettes de l’IRPP et de l’IS sont perçues par le prélèvement à la source et des paiements anticipés plutôt que par des avis d’imposition formels.

Évolution du dynamisme de l’impôt dans les pays de l’OCDE

Cette section examine l’évolution du dynamisme de l’impôt dans les pays de l’OCDE entre 1980 et 2021. L’ensemble de données est divisé en trois sous-périodes : 1980-1999, 2000-2010 et 2011-2021. La première période est plus longue que les deuxième et troisième, car les données sur les recettes ne sont pas disponibles pour certains pays de l’OCDE dans les années 80. Le Tableau 2.4 présente des estimations du dynamisme de l’impôt à court et à long terme au moyen de l’estimateur PMG pour ces différentes périodes à l’aide de données nominales. Les mêmes résultats sont également représentés sur le Graphique 2.2.

Tableau 2.4. Dynamisme des recettes fiscales nominales par type d’impôt, sur les périodes 1980-99, 2000-2010 et 2011-2021
	Dynamisme à long terme			Dynamisme à court terme
	1980-1999	2000-2010	2011-2021	1980-1999	2000-2010	2011-2021
Total	0.846***	1.014***	1.069***	0.828***	1.211***	0.942***
IRPP	0.760***	1.239***	0.984***	0.641***	1.340***	0.784***
IS	1.967***	1.251***	1.476***	2.904***	3.768***	2.232***
CSS	0.835***	1.030***	0.680***	0.872*	0.688***	0.475***
Patrimoine	-0.005	1.236***	1.004***	0.168	1.032***	0.596***
TVA	1.091***	1.034***	1.125***	1.129***	1.282***	1.264***
Accises	0.641***	0.705***	0.684***	0.496	0.329*	0.843***
Note : *, ** et *** désignent que les résultats sont statistiquement significatifs respectivement aux seuils de 10 %, 5 % et 1 %. Les chiffres sont estimés au moyen de l’estimateur de la moyenne de groupe agrégée. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé à partir de la base des données de panel de 38 pays de l’OCDE au cours de différentes périodes. La Slovénie est retirée de l’estimation de la TVA et des droits d’accise sur la période 1980-99 faute de données suffisantes.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Graphique 2.2. Dynamisme des recettes fiscales réelles par type d’impôt, sur les périodes 1980-1999, 2000-2010 et 2011-2021

Note : Les chiffres sont estimés au moyen de l’estimateur de la moyenne de groupe agrégée. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé à partir de la base des données de panel de 38 pays de l’OCDE au cours de différentes périodes. La Slovénie est retirée de l’estimation de la TVA et des droits d’accise sur la période 1980-99 faute de données suffisantes.

Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

 StatLink https://stat.link/xtwpmo

En ce qui concerne les recettes fiscales totales, le dynamisme de l’impôt à long terme a progressivement augmenté au cours des trois périodes considérées. L’amélioration des capacités fiscales et l’évolution des structures fiscales dans les pays de l’OCDE sont des explications possibles de cette augmentation. Le dynamisme à court terme, qui mesure les fluctuations des recettes fiscales au cours du cycle économique, a considérablement augmenté entre 2000 et 2010, avant de retomber à l’unité. La plus grande volatilité observée au cours de cette deuxième période est peut-être due à la crise financière mondiale, qui a eu des répercussions négatives plus importantes sur les recettes fiscales de l’OCDE que la récente crise du COVID-19, en particulier sur les recettes de l’IRPP et de l’IS (OECD, 2021[25]).

Si l’on s’intéresse à l’évolution du dynamisme de l’impôt pour certains types d’impôts, les principales conclusions sont les suivantes :

• S’agissant de l’IRPP, le dynamisme à long terme a sensiblement augmenté après 1980, mais a diminué au cours de la troisième période. L’une des explications possibles de ce plus fort dynamisme au cours des deux premières périodes réside dans l’augmentation de la progressivité des systèmes d’IRPP dans les pays de l’OCDE (Belinga et al., 2014[6]). Le dynamisme à court terme de l’IRPP a affiché une évolution semblable à celui des recettes fiscales totales, s’élevant au-dessus de l’unité avant de refluer, probablement sous l’effet de la crise financière mondiale. (OECD, 2021[25]) constatent que les recettes tirées de l’IRPP en pourcentage du PIB ont baissé en moyenne en 2009, ce qui implique une diminution des recettes fiscales plus importante que celle du PIB, alors que l’inverse s’est produit en 2020.

• S’agissant de l’IS, le dynamisme à long terme suit une trajectoire opposée à celle de l’IRPP : il a sensiblement diminué au cours des trois périodes, malgré une légère hausse au cours de la troisième. (Deli et al., 2018[7]) constatent également une baisse substantielle du dynamisme à long terme de l’IS dans la période qui suit l’an 2000 par rapport à celle qui le précède. Une explication possible de cette tendance est que de nombreux pays de l’OCDE ont réduit les taux de l’IS au cours des dernières décennies, ce qui a peut-être supprimé le dynamisme de l’IS (Encadré 2.3). Le dynamisme à court terme de l’IS s’est considérablement accru entre 2000 et 2010, mais il a diminué ces dernières années, de la même manière que le dynamisme à court terme des recettes fiscales totales et de l’IRPP.

• L’augmentation du dynamisme de l’IS sur le long terme au cours de la troisième période (ainsi que la baisse du dynamisme de l’IRPP) peut être liée à un arbitrage fiscal. Dans de nombreux pays de l’OCDE, on a récemment observé une tendance des contribuables à transférer une partie de leur revenu imposable au titre de l’IRPP vers l’IS afin de réduire l’impôt dû, en bénéficiant des taux inférieurs de l’IS et d’autres avantages fiscaux (OECD, Forthcoming[26])

• Le dynamisme à court et à long terme des CSS a diminué au cours des périodes analysées, ce qui concorde avec d’autres études. L’évolution de la pyramide des âges de la population dans les pays de l’OCDE pourrait être un facteur à l’origine de cette évolution.

• En ce qui concerne les impôts sur le patrimoine, le dynamisme de l’impôt à court et à long terme a diminué après 2000. Les résultats ne sont pas statistiquement significatifs pour 1980-1999. La baisse du dynamisme à court terme durant la troisième période est probablement liée à l’atonie des marchés immobiliers dans les pays de l’OCDE après la crise financière mondiale.

• En ce qui concerne les taxes sur les biens et services, le dynamisme à court et long terme de la TVA a augmenté entre 1980 et 2021. Le dynamisme à long terme des accises est le plus faible des six types d’impôts sur presque toutes les périodes, et n’a que légèrement augmenté depuis 1980, même si le dynamisme à court terme a sensiblement augmenté, quoique partant d’un niveau bas.

À des fins de comparaison,Tableau d’annexe 2.A.10 et Graphique d’annexe 2.A.6 montrent les estimations du dynamisme de l’impôt pour les trois périodes à l’aide des données relatives à l’impôt réel et au PIB. La plupart des conclusions tirées des données nominales sont valables pour le dynamisme de l’impôt réel, à quelques exceptions près concernant les résultats à long terme.

Interaction entre dynamisme des recettes fiscales et autres facteurs socioéconomiques

Dans le but d’élargir l’analyse des facteurs qui sous-tendent les tendances d’évolution des recettes dans les pays de l’OCDE, cette section examine l’interaction entre le dynamisme des recettes fiscales et trois autres facteurs socioéconomiques pertinents : le cycle conjoncturel, l’inflation et la structure démographique de la population.

Le dynamisme des recettes fiscales dans différents contextes économiques

De nombreuses études ont constaté que le dynamisme des recettes fiscales à court terme varie à différents stades du cycle conjoncturel, ce qui traduit des réponses asymétriques des recettes fiscales aux variations du PIB au cours des périodes d’expansion et de contraction de l’activité. Pour mieux comprendre la capacité des systèmes fiscaux dans les pays de l’OCDE à stabiliser l’économie au cours de différents cycles conjoncturels, le dynamisme des recettes fiscales à court terme est estimé au moyen de l’équation (3), en appliquant la méthode utilisée dans (Belinga et al., 2014[6]) et (Deli et al., 2018[7]).

$∆\mathit{l}\mathit{n}\mathit{T}\mathit{a}{\mathit{x}}_{\mathit{i},\mathit{t}}={\mathit{\lambda }}_{\mathit{i}}\left(\mathit{l}\mathit{n}\mathit{T}\mathit{a}{\mathit{x}}_{\mathit{i},\mathit{t}-1}-{\mathit{\beta }}_{\mathit{i}}\mathit{l}\mathit{n}\mathit{G}\mathit{D}{\mathit{P}}_{\mathit{i},\mathit{t}-1}\right)+{\mathit{\theta }}_{\mathit{i}}\mathit{*}\mathit{D}\mathit{u}\mathit{m}\mathit{m}{\mathit{y}}_{\mathit{i},\mathit{t}}\mathit{*}∆\mathit{l}\mathit{n}\mathit{G}\mathit{D}{\mathit{P}}_{\mathit{i},\mathit{t}}+{\mathit{\varphi }}_{\mathit{i}}\mathit{*}\left(1-\mathit{D}\mathit{u}\mathit{m}\mathit{m}{\mathit{y}}_{\mathit{i},\mathit{t}}\right)\mathit{*}∆\mathit{l}\mathit{n}\mathit{G}\mathit{D}{\mathit{P}}_{\mathit{i},\mathit{t}}+{\mathit{\mu }}_{\mathit{i}}+{\mathit{ϵ}}_{\mathit{i},\mathit{t}}$ (3)

L’équation (3) est un MCE avec régression de panel similaire à l’équation (2) mais inclut la dimension par pays représentée par $i$ et les effets fixes par pays ${\mu }_i$ ainsi qu’une variable indicatrice. Dans l’équation, la variable indicatrice prend une valeur de un pour les années de croissance et une valeur de zéro pour les années de contraction.

Cette étude spéciale définit les années de croissance et de contraction selon deux scénarios : un cycle d’expansion et de récession modéré dans lequel les variations annuelles du PIB réel de plus de 0.5 % (-0.5 %) représentent une croissance économique (contraction économique) ; et un cycle d’expansion et de récession marqué dans lequel les variations du PIB réel de plus de 1.0 % (-1.0 %) représentent une croissance économique (contraction économique).

Tableau 2.5. Asymétrie du dynamisme des recettes fiscales à court terme au cours du cycle conjoncturel, 1980-2021
	Cycle conjoncturel modéré		Cycle conjoncturel marqué
	> 0.5 %	< -0.5 %	> 1 %	< -1 %
Total	1.019***	1.009***	1.007***	1.115***
IRPP	0.922***	1.089*	1.002***	0.843
IS	2.361***	2.696***	2.075***	3.302***
CSS	0.742***	0.954***	0.783***	0.935***
Patrimoine	0.783***	0.740*	0.817***	1.188*
TVA	1.160***	0.838***	1.132***	0.851***
Droits d’accise	0.497***	1.237**	0.429***	1.544***
Note : *, ** et *** désignent que les résultats sont statistiquement significatifs respectivement aux seuils de 10 %, 5 % et 1 %. Les chiffres sont exprimés en valeur nominale et estimés au moyen de l’estimateur de la moyenne de groupe agrégée. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé à partir des données de panel de 38 pays de l’OCDE entre 1980 et 2021. Au cours d’un cycle conjoncturel modéré, une croissance du PIB réel supérieure à 0.5 % constitue une croissance économique et inférieure à -0.5 % constitue une contraction de l’activité. Au cours d’un cycle conjoncturel marqué, une croissance du PIB réel supérieure à 1.0 % constitue une croissance économique et inférieure à -1.0 % constitue une contraction de l’activité.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Le Tableau 2.5 montre que dans un cycle conjoncturel modéré, le dynamisme à court terme des recettes fiscales totales est globalement le même pendant les années de croissance et pendant les années de contraction de l’activité. Néanmoins, il est plus prononcé au cours des phases de contraction pour la plupart des types d’impôt, hormis les impôts sur le patrimoine et la TVA. Dans un cycle conjoncturel marqué, le dynamisme à court terme est beaucoup plus fort au cours des années de contraction de l’activité que pendant les années de croissance pour les recettes fiscales totales, l’IS, les CSS, les impôts sur le patrimoine et les droits d’accise.

Ces résultats montrent qu’en moyenne, les impôts dans les pays de l’OCDE sont plus dynamiques au cours des récessions que pendant les périodes de croissance, ce qui concorde avec les conclusions d’autres études (Belinga et al., 2014[6] ; Dudine et Jalles, 2017[9] ; Deli et al., 2018[7]). Ils indiquent également qu’à mesure que la récession économique s’intensifie, les recettes fiscales deviennent plus volatiles par rapport au PIB.

Impact de l’inflation sur le dynamisme des recettes fiscales

En 2022, l’inflation élevée dans les pays de l’OCDE a ravivé l’intérêt pour l’analyse de l’impact de l’inflation sur les recettes fiscales. Cette sous-section étudie les effets de l’inflation sur le dynamisme à court terme des recettes fiscales en suivant la même approche que précédemment, mais en utilisant une variable indicatrice qui prend une valeur de un pour les années d’inflation plus élevée et une valeur de zéro pour les années d’inflation plus faible. L’analyse est effectuée dans deux scénarios : dans un scénario de base, une inflation faible/élevée correspond à un taux d’inflation inférieur/supérieur à 2 %, qui est la cible d’inflation de la Banque centrale européenne ; dans un scénario extrême, une inflation faible correspond à un taux d’inflation inférieur à 1 % et une inflation élevée correspond à un taux d’inflation supérieur à 3 %.

Le Tableau 2.6 montre que dans le scénario de base, le dynamisme à court terme moyen dans les pays de l’OCDE est resté stable, indépendamment du niveau d’inflation, pour les recettes fiscales totales, l’IRPP, les impôts sur le patrimoine et la TVA. Il a été plus prononcé pendant les années d’inflation élevée pour les CSS et pendant les années d’inflation faible pour l’IS et les droits d’accise. Dans le scénario extrême, le dynamisme à court terme a été plus prononcé pendant les années d’inflation élevée pour les recettes fiscales totales et la TVA, et plus prononcé pendant les années d’inflation faible pour l’IS et les droits d’accise.

Tableau 2.6. Impact de l’inflation sur le dynamisme des recettes fiscales à court terme, 1980-2021
	Scénario de base		Scénario extrême
	Inflation faible	Inflation élevée	Inflation faible	Inflation élevée
Total	0.963***	0.979***	0.726***	0.926***
IRPP	0.878***	0.958***	0.929***	0.883***
IS	2.958***	2.235***	2.787***	2.031***
CSS	0.566***	0.941***	1.195	1.142*
Patrimoine	0.832***	0.731***	0.587	0.365
TVA	1.030***	1.105***	1.173**	1.379***
Accises	0.716***	0.543***	0.641***	0.424**
Note : *, ** et *** désignent que les résultats sont statistiquement significatifs respectivement aux seuils de 10 %, 5 % et 1 %. Les chiffres sont exprimés en valeur nominale et estimés au moyen de l’estimateur de la moyenne de groupe agrégée. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé à partir des données de panel de 38 pays de l’OCDE entre 1980 et 2021. Dans le scénario de base, une inflation élevée/faible correspond à un taux d’inflation supérieur/inférieur à 2 %. Dans le scénario extrême, une inflation élevée/faible correspond à un taux d’inflation respectivement supérieur à 3 % et inférieur à 1 %.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; (OECD, 2022[18]), Comptes nationaux de l’OCDE ; et (OECD, 2023[27]), Base de données OCDE des prix et parités de pouvoir d’achat.

Impact du vieillissement démographique sur le dynamisme des recettes fiscales

(OECD/WHO, 2020[28]) estime qu’un pays a une « société vieillissante » si la part des personnes âgées de 65 ans et plus est comprise entre 7 % et 14 % de la population totale, une « société âgée » si cette part est comprise entre 15 % et 20 % et une société « super âgée » si cette part est supérieure ou égale à 21 %. D’après ce critère de mesure, de nombreux pays de l’OCDE ont une société « âgée » : au cours des dernières décennies, la part de la population âgée de 65 ans et plus a pratiquement doublé en moyenne dans les pays de l’OCDE, passant de moins de 9 % en 1960 à plus de 17 % en 2019 (OECD, 2021[29]).

Pour analyser l’impact du vieillissement démographique sur le dynamisme des recettes fiscales, l’hypothèse retenue dans cette étude spéciale est que la société d’un pays est « jeune » si la part de sa population âgée de 65 ans et plus est inférieure à 15 %, et qu’elle est « âgée » si cette part est supérieure à ce seuil.

Les résultats rassemblés dans le Tableau 2.7 montrent que le dynamisme à court terme était beaucoup plus fort dans une « société jeune » pour les recettes fiscales totales, l’IS, les CSS et la TVA, tandis qu’il était légèrement plus prononcé pour l’IRPP et les impôts sur le patrimoine. Le dynamisme à court terme des droits d’accise était plus marqué dans une « société âgée », encore que la différence soit minime. Ces résultats laissent penser que les recettes fiscales étaient plus stables sur le cycle conjoncturel dans les pays ayant une population vieillissante.

Tableau 2.7. Impact du vieillissement démographique sur le dynamisme des recettes fiscales à court terme, 1980-2021
	Société jeune	Société âgée
Total	1.023***	0.787***
IRPP	0.918***	0.875***
IS	2.377***	2.049***
CSS	0.962**	0.444***
Patrimoine	0.685***	0.630***
TVA	1.028***	0.892***
Accises	0.459*	0.464***
Note : *, ** et *** désignent que les résultats sont statistiquement significatifs respectivement aux seuils de 10 %, 5 % et 1 %. Les chiffres sont exprimés en valeur nominale et estimés au moyen de l’estimateur de la moyenne de groupe agrégée. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé à partir des données de panel de 38 pays de l’OCDE entre 1980 et 2021. Une société jeune/âgée désigne une société où la part des personnes âgées de 65 ans ou plus est supérieure/inférieure à 15 %.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; (OECD, 2022[18]), Comptes nationaux de l’OCDE ; et (OECD, 2023[30]), Base de données de l’OCDE sur la santé.

Encadré 2.5. Dynamisme des recettes fiscales à court et à long terme dans différentes régions géographiques

À l’avenir, les estimations du dynamisme des recettes fiscales basées sur les données de l’OCDE pourraient être étendues à un éventail beaucoup plus large de pays en utilisant la base de données mondiale des Statistiques des recettes publiques de l’OCDE. À l’heure actuelle, cette base de données contient des données harmonisées relatives aux recettes fiscales dans le temps pour plus de 125 économies, notamment d’Afrique, d’Asie-Pacifique et d’Amérique latine et des Caraïbes (ALC).

Le Tableau 2.8 illustre le dynamisme des recettes fiscales totales à court et à long terme dans ces trois régions entre 2000 et 2021. En moyenne, le dynamisme des recettes fiscales totales à court et à long terme était supérieur à l’unité en Afrique (33 pays), ce qui laisse penser que les recettes fiscales dans les pays d’Afrique ont connu une croissance rapide au cours des deux dernières décennies. Les chiffres sont proches des estimations du dynamisme d’environ 1.2 pour les pays en développement à faible revenu provenant de (Dudine et Jalles, 2017[9]).

Tableau 2.8. Dynamisme des recettes nominales de l’IS selon différentes spécifications de modèle, 2000-21
	Afrique (2000-2021)	Asie-Pacifique (2000-2021)	ALC (1990-2021)
Long terme	1.161***	1.033***	1.068***
Court terme	1.155***	1.367***	1.035***
Vitesse d’ajustement	-0.417***	-0.272***	-0.257***
Note : *, ** et *** désignent que les résultats sont statistiquement significatifs respectivement aux seuils de 10 %, 5 % et 1 %. Les chiffres sont exprimés en valeur nominale et estimés au moyen de l’estimateur de la moyenne de groupe agrégée. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé à partir des données de panel de 33 pays africains et 29 économies de la région Asie-Pacifique entre 2000 et 2021, et de 26 pays de la région ALC entre 1990 et 2021. Nauru est exclu de l’échantillon Asie-Pacifique en raison du manque de données et de la volatilité élevée du ratio impôts/PIB. Le Venezuela est exclu de l’échantillon ALC en raison du manque de données depuis 2014.
Source : Calculs des auteurs basés sur (OECD, 2023[31]), base de données mondiale des Statistiques des recettes publiques.

Pour la région Asie-Pacifique (29 économies), le dynamisme à long terme est proche de l’unité, tandis que le dynamisme à court terme est largement supérieur à un et est le plus élevé parmi toutes les régions, ce qui signifie que la volatilité des recettes fiscales à court terme est élevée sur le cycle conjoncturel. Les résultats de la région Asie-Pacifique sont cohérents avec les conclusions de (Dudine et Jalles, 2017[9]) concernant les économies de marché émergentes.

Enfin, le dynamisme à court et à long terme des recettes fiscales totales est proche de l’unité dans la région ALC, dans la lignée des résultats concernant les pays de l’OCDE qui ressortent de cette étude spéciale.

La réponse des recettes fiscales aux variations du PIB affiche des caractéristiques différentes d’une région géographique à l’autre. Il serait intéressant d’approfondir l’analyse en ajoutant d’autres types d’impôt, en tenant compte des paramètres de la politique fiscale, en examinant l’évolution du dynamisme dans la durée et en déterminant les raisons qui expliquent ces différences régionales.

Note : Les données sur les recettes fiscales proviennent de la base de données mondiale des Statistiques des recettes publiques, qui précise la source des données sur le PIB utilisées pour chaque exercice fiscal. Pour les régions Afrique et Asie-Pacifique, on utilise des panels non équilibrés entre 2000 et 2021, tandis que la région ALC dispose d’un panel pratiquement équilibré sur la période 1990-2021. L’estimateur PMG est utilisé pour estimer le dynamisme dans chaque région afin de tenir compte des séries chronologiques relativement courtes.

Conclusion

Pour analyser la volatilité des recettes fiscales dans l’OCDE, cette étude spéciale estime le dynamisme des recettes fiscales totales et des recettes provenant de six principaux types d’impôt pour l’ensemble des 38 pays de l’OCDE entre 1980 et 2021. Elle constate que, dans les pays de l’OCDE, les recettes fiscales ont généralement progressé au même rythme que le PIB à long terme et ont affiché une volatilité similaire sur le cycle conjoncturel à court terme. Les recettes de l’IS et de la TVA ont été plus dynamiques que celles provenant d’autres types d’impôt. Les CSS et les droits d’accise étaient des sources de recettes plus stables au cours des phases de fluctuation économique à court terme. Le dynamisme à long terme des recettes fiscales totales et de la plupart des types d’impôt a augmenté depuis 1980, à l’exception de l’IS et des CSS.

Le dynamisme à court terme pour tous les impôts hormis les droits d’accise a fortement progressé entre 2000 et 2010, probablement en raison de l’impact asymétrique de la crise financière mondiale sur les recettes et sur le PIB en 2008-09, avant de décroître sur la période 2011-21. Le dynamisme à court terme était généralement plus marqué au cours des périodes de contraction de l’activité que pendant les phases de croissance économique. Il était également plus prononcé durant les périodes de forte inflation pour la plupart des impôts sauf l’IS et les droits d’accise. Les recettes fiscales étaient plus stables sur le cycle conjoncturel dans les pays ayant une population âgée.

Les résultats des estimations du dynamisme fiscal doivent être interprétés avec précaution car ces estimations sont influencées par les politiques fiscales mises en œuvre au cours de la période étudiée ; les estimations peuvent varier lorsqu’on supprime l’impact des politiques fiscales. Cette mise en garde plaide contre l’utilisation d’estimations historiques du dynamisme fiscal pour établir des prévisions quant à l’évolution future des recettes fiscales. En outre, du fait de l’utilisation du PIB comme base d’imposition indirecte, la réponse des recettes fiscales aux variations du PIB peut être en partie affectée par la façon dont les bases d’imposition réelles réagissent aux variations du PIB.

Une analyse plus poussée de la volatilité fiscale dans les pays de l’OCDE pourrait faire intervenir des estimations de l’élasticité fiscale afin de faire la distinction entre la réaction automatique des recettes fiscales aux variations du PIB et les effets des politiques fiscales discrétionnaires. Le dynamisme fiscal dans les pays non membres de l’OCDE pourrait aussi être estimé à partir de la base de données mondiale des Statistiques des recettes publiques (Encadré 2.5). En outre, en mesurant comment les recettes fiscales réagissent à des modifications des bases d’imposition et comment les bases d’imposition réagissent à des variations du PIB, on pourrait obtenir davantage d’informations sur les causes des variations du dynamisme fiscal et sur les raisons qui expliquent pourquoi il diffère entre impôts, entre pays et dans la durée.

References

[6] Belinga, V. et al. (2014), « Tax buoyancy in OECD countries », International Monetary Fund, Washington, D.C., https://www.imf.org/external/pubs/ft/wp/2014/wp14110.pdf.

[24] Choudhry, N. (1975), « A Study of the Elasticity of the West Malaysian Income Tax System, 1961-70 », IMF Staff Papers, vol. 22/2, pp. 494-509, https://www.jstor.org/stable/3866486.

[11] Cornevin, A., J. Corrales et J. Angel (2023), « A Deep Dive into Tax Buoyancy: Comparing Estimation Techniques in a Large Heterogeneous Panel », IMF Working Papers, International Monetary Fund, Washington, D.C., https://www.imf.org/-/media/Files/Publications/WP/2023/English/wpiea2023071-print-pdf.ashx.

[7] Deli, Y. et al. (2018), « Dynamic tax revenue buoyancy estimates for a panel of OECD countries », ESRI Working Papers, https://www.esri.ie/pubs/WP592.pdf.

[10] Dougherty, S., P. de Biase et L. Lorenzoni (2022), « Funding the future: The impact of population ageing on revenues across levels of government », OECD Working Papers, OECD Publishing, Paris, https://doi.org/10.1787/2b0f063e-en.

[9] Dudine, P. et J. Jalles (2017), « How buoyant is the tax system? New evidence from a large heterogeneous panel », IMF Working Papers, International Monetary Fund, Washington, D.C., https://www.imf.org/-/media/Files/Publications/WP/wp1704.ashx.

[22] ECB (2007), « The relationship between listed companies’ earnings growth and output growth in the economy as a whole », dans Monthly Bulletin, September 2007, European Central Bank, Frankfurt, https://www.ecb.europa.eu/pub/pdf/other/mb200709_focus05.en.pdf.

[13] Engle, R. et C. Granger (1987), « Co-Integration and Error Correction: Representation, Estimation, and Testing », Econometrica, vol. 55/2, pp. 251-276, https://www.jstor.org/stable/1913236.

[2] Groves, H. et C. Kahn (1952), « The Stability of State and Local Tax Yields », The American Economic Review, vol. 42/1, pp. 87-102, https://www.jstor.org/stable/1914417.

[8] Haughton, J. (1998), « Estimating tax buoyancy, elasticity, and stability », African Economic Policy Paper, https://pdf.usaid.gov/pdf_docs/Pnace024.pdf.

[21] Lagravinese, R., P. Liberati et A. Sacchi (2020), « Tax Buoyancy in OECD Countries: New Empirical Evidence », Journal of Macroeconomics, vol. 63/C, http://www.sciencedirect.com/science/article/pii/S0164070419302836.

[4] Mansfield, C. (1972), « Elasticity and Buoyancy of a Tax System: A Method Applied to Paraguay », IMF Staff Papers, vol. 19/2, pp. 425-446, https://www.jstor.org/stable/3866368.

[20] Mourre, G. et S. Princen (2019), « The Dynamics of Tax Elasticities in the Whole European Union », CESifo Economic Studies, pp. 204-235, https://academic.oup.com/cesifo/article-pdf/65/2/204/28704406/ify028.pdf.

[1] Musgrave, R. et M. Miller (1948), « Built-in Flexibility », The American Economic Review, vol. 38/1, pp. 122-128, https://www.jstor.org/stable/1801943.

[16] Newey, W. et K. West (1987), « A Simple, Positive Semi-definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix », Econometrica, vol. 55/3, pp. 703-708, https://www.jstor.org/stable/1913610.

[31] OECD (2023), « Global Revenue Statistics database », dans OECD.Stat (database), OECD Publishing, Paris, https://www.oecd.org/tax/tax-policy/global-revenue-statistics-database.htm (consulté le 20 septembre 2023).

[23] OECD (2023), « OECD Corporate Tax Statistics: Statutory Corporate Income Tax Rates », dans OECD.Stat (database), OECD Publishing, Paris, https://stats.oecd.org/Index.aspx?DataSetCode=CTS_CIT# (consulté le 20 septembre 2023).

[30] OECD (2023), « OECD Health: Demographic References », dans OECD.Stat (database), OECD Publishing, Paris, https://stats.oecd.org/Index.aspx?DataSetCode=HEALTH_DEMR (consulté le 20 septembre 2023).

[27] OECD (2023), « OECD Prices and Purchasing Power Parities: Consumer Price Indices », dans OECD.Stat (database), OECD Publishing, Paris, https://stats.oecd.org/Index.aspx?DataSetCode=PRICES_CPI (consulté le 20 septembre 2023).

[18] OECD (2022), « OECD National Accounts: Gross Domestic Product », dans OECD.Stat (database), OECD Publishing, Paris, https://stats.oecd.org/Index.aspx?DataSetCode=SNA_TABLE1 (consulté le 1 février 2023).

[17] OECD (2022), Revenue Statistics 2022: The Impact of COVID-19 on OECD Tax Revenues, OECD Publishing, Paris, https://doi.org/10.1787/8a691b03-en.

[32] OECD (2022), Tax Policy Reforms 2022: OECD and Selected Partner Economies, OECD Publishing, Paris, https://doi.org/10.1787/067c593d-en.

[29] OECD (2021), Health at a Glance 2021: OECD Indicators, OECD Publishing, Paris, https://doi.org/10.1787/ae3016b9-en.

[25] OECD (2021), Revenue Statistics 2021: The Initial Impact of COVID-19 on OECD Tax Revenues, OECD Publishing, Paris, https://doi.org/10.1787/6e87f932-en.

[26] OECD (Forthcoming), Business income and tax arbitrage: implications for OECD tax systems.

[28] OECD/WHO (2020), Health at a Glance: Asia/Pacific 2020: Measuring Progress Towards Universal Health Coverage, OECD Publishing, Paris, https://doi.org/10.1787/26b007cd-en.

[14] Pesaran, M., Y. Shin et R. Smith (1999), « Pooled Mean Group Estimation of Dynamic Heterogeneous Panels », Journal of the American Statistical Association, vol. 94/446, pp. 621-634, https://www.jstor.org/stable/2670182.

[12] Pesaran, M. et R. Smith (1995), « Estimating long-run relationships from dynamic heterogeneous panels », Journal of Econometrics, vol. 68/1, pp. 79-113, https://www.sciencedirect.com/science/article/pii/030440769401644F.

[3] Prest, A. (1962), « The Sensitivity of the Yield of Personal Income Tax in the United Kingdom », The Economic Journal, vol. 72/287, pp. 576-596, https://www.jstor.org/stable/2228439.

[5] Sobel, R. et R. Holcombe (1996), « Measuring the growth and variability of tax bases over the business cycle », National Tax Journal, vol. 49/4, https://www.journals.uchicago.edu/doi/epdf/10.1086/NTJ41789225.

[15] Stock, J. et M. Watson (1993), « A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems », Econometrica, vol. 61/4, pp. 783-820, https://www.princeton.edu/~mwatson/papers/Stock_Watson_Ecta_1993.pdf.

[19] Torres-Reyna, O. (2007), Panel Data Analysis: Fixed and Random Effects using Stata, https://www.princeton.edu/~otorres/Panel101.pdf.

Annexe 2.A. Estimations du dynamisme des recettes fiscales par pays

Tableau d’annexe 2.A.1. Dynamisme des recettes fiscales totales par pays, 1980-21
	Nominales			Réelles
	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement
Australie	1.017***	1.004***	-0.222*	1.018***	1.760***	-0.285*
Autriche	1.005***	1.065***	-0.238	1.114***	0.964***	-0.193
Belgique	1.000***	0.924***	-0.303*	1.051***	0.831***	-0.300*
Canada	0.929***	0.709***	-0.133	0.934***	0.607***	-0.127
Suisse	1.118***	0.763***	-0.310**	1.259***	0.669***	-0.177
Chili	1.083***	1.709***	-0.702*	1.177***	2.108***	-0.602*
Colombie	1.132***	1.244***	-0.506*	1.279***	1.530***	-0.503**
Costa Rica	1.067***	1.115***	-0.544*	1.184***	1.549***	-0.487*
Tchéquie	1.071***	0.993***	-0.571*	1.059***	1.120***	-0.450
Allemagne	1.148***	1.181***	-0.577**	1.255***	1.114***	-0.372*
Danemark	1.010***	1.169***	-0.375**	1.104***	1.189***	-0.457***
Espagne	1.187***	1.144***	-0.266*	1.318***	1.030***	-0.273*
Estonie	1.015***	0.732***	-0.676**	1.034***	0.609***	-0.638**
Finlande	1.003***	1.103***	-0.232*	1.084***	1.013***	-0.176*
France	1.068***	0.955***	-0.195	1.137***	0.882***	-0.190
Royaume-Uni	0.939***	0.832***	-0.148	0.904***	1.088***	-0.130
Grèce	1.048***	0.946***	-0.269**	1.722***	0.709***	-0.0799
Hongrie	0.950***	0.813***	-0.523**	0.901***	0.855***	-0.495**
Irlande	0.866***	0.688***	-0.0168	0.805***	0.481**	-0.0786
Islande	1.080***	0.956***	-0.327*	1.236***	1.125***	-0.347*
Israël	0.885***	1.344***	-0.408	0.849***	1.636***	-0.290
Italie	1.065***	1.065***	-0.396*	1.538***	0.887***	-0.297*
Japon	1.260***	1.073***	0.0939	1.383***	1.187***	0.0940
Corée	1.103***	0.993***	-0.197	1.118***	1.004***	-0.280
Lituanie	0.967***	1.032***	-0.233	0.896***	1.006***	-0.157
Luxembourg	0.975***	0.605***	-0.284*	0.992***	0.514**	-0.311*
Lettonie	1.005***	0.979***	-0.186	1.019***	0.955***	-0.170
Mexique	1.032***	0.926***	-0.0644	1.024***	1.126**	-0.104
Pays-Bas	0.904***	0.725***	-0.0994	0.837***	0.843***	-0.0787
Norvège	1.018***	1.017***	-0.285*	0.948***	1.352***	-0.178
Nouvelle-Zélande	0.925***	1.101***	-0.110	0.920***	0.849*	-0.274*
Pologne	1.048***	0.952***	-0.352	0.976***	1.078***	-0.202
Portugal	1.109***	1.081***	-0.273	1.450***	1.171***	-0.192
République slovaque	0.933***	0.650***	-0.0527	0.888***	0.769***	-0.107
Slovénie	0.995***	0.975***	-0.354	0.961***	0.971***	-0.336
Suède	0.974***	1.210***	-0.159	0.895***	1.356***	-0.352**
Türkiye	1.065***	1.077***	-0.554**	1.525***	0.957***	-0.0590
États-Unis	1.054***	1.441***	-0.273*	1.048***	1.605***	-0.458**
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Tableau d’annexe 2.A.2. Dynamisme des recettes de l’impôt sur le revenu des personnes physiques par pays, 1980-21
	Nominales			Réelles
	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement
Australie	0.950***	0.865**	-0.242*	0.875***	2.176***	-0.221
Autriche	0.971***	1.089**	-0.602***	1.092***	1.136**	-0.497**
Belgique	0.772***	0.503*	-0.277*	0.683***	0.341	-0.225
Canada	0.852***	0.777***	-0.156	0.860***	0.509	-0.180
Suisse	0.905***	0.0520	-0.233	0.886***	-0.515	-0.199
Chili	1.090***	0.324	-0.554*	1.073***	-0.408	-0.535*
Colombie	1.216***	1.145	-0.435*	3.592***	0.398	-0.0794
Costa Rica	3.683***	3.881**	-0.758*	6.469***	4.661	-0.353
Tchéquie	1.009***	0.799*	-0.0984	0.722***	0.749*	0.0601
Allemagne	1.110***	1.500***	-0.406**	1.071***	1.561***	-0.244
Danemark	0.991***	0.771***	-0.327*	1.127***	0.560*	-0.341**
Espagne	1.079***	1.087***	-0.221*	1.318***	0.870*	-0.228*
Estonie	0.842***	0.916***	-0.258	0.596***	0.841***	-0.301
Finlande	0.845***	1.011***	-0.541***	0.758***	0.877***	-0.618***
France	2.000***	0.808	-0.225	2.154***	0.999	-0.227*
Royaume-Uni	0.856***	0.685**	-0.370*	0.902***	0.774**	-0.337*
Grèce	0.941***	0.796***	-0.447**	1.993***	0.404	-0.225*
Hongrie	0.783***	1.098***	-0.206	0.400**	0.875	-0.271
Irlande	0.857***	0.565***	-0.312*	0.798***	0.345	-0.312*
Islande	1.218***	0.945***	-0.226*	1.840***	0.907**	-0.0684
Israël	0.493***	1.558*	0.0278	0.289	1.960**	0.0874
Italie	0.901***	1.047***	-0.916***	1.414***	0.674**	-0.595***
Japon	1.164***	1.407***	-0.305*	0.829***	1.468***	-0.198
Corée	1.317***	0.889**	-0.210	1.249***	0.572	-0.149
Lituanie	0.585**	1.984***	-0.0981	0.296	2.491***	-0.126
Luxembourg	0.844***	0.628*	-0.0600	0.835***	0.0354	-0.104
Lettonie	1.080***	1.094***	-0.873*	1.197***	1.145***	-0.776*
Mexique	1.483***	0.573	-0.253	2.575***	0.701	-0.293
Pays-Bas	0.739***	0.120	-0.116	0.512**	-0.204	-0.0963
Norvège	0.942***	0.201	-0.300*	0.942***	0.0258	-0.403*
Nouvelle-Zélande	0.747***	1.108***	-0.0402	0.482***	1.237**	-0.176
Pologne	1.260***	0.809**	-0.821**	0.824***	1.242	-0.235
Portugal	1.043***	1.255***	-0.249	1.261***	0.592	-0.211
République slovaque	0.794***	0.701	-0.106	0.724***	1.216*	-0.0942
Slovénie	0.930***	1.128***	-0.552*	0.831***	1.149***	-0.483
Suède	0.805***	0.935***	-0.189	0.456***	1.485***	-0.386*
Türkiye	1.006***	1.045***	-0.504***	0.945***	0.873*	-0.325*
États-Unis	1.122***	1.822***	-0.325*	1.099***	2.120***	-0.421**
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Tableau d’annexe 2.A.3. Dynamisme des recettes de l’impôt sur les bénéfices des sociétés par pays, 1980-21
	Nominales			Réelles
	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement
Australie	1.327***	1.817**	-0.233	1.653***	1.926	-0.284*
Autriche	1.484***	3.807***	-0.558**	2.038***	3.998***	-0.703***
Belgique	1.623***	2.262**	-0.281*	1.939***	2.595**	-0.325*
Canada	1.470***	1.456*	-0.308*	1.598***	2.386**	-0.420**
Suisse	1.842***	1.578***	-0.196	2.169***	2.444***	-0.426**
Chili	1.683***	3.587***	-0.376*	2.717***	3.767**	-0.332
Colombie	1.521***	1.154	-0.508*	2.949***	1.880	-0.266
Costa Rica	1.549***	2.419**	-0.909*	1.749**	3.538*	-0.829**
Tchéquie	1.131***	1.785**	-0.309	1.084***	1.747***	-0.710**
Allemagne	1.208***	1.491	-0.490**	1.345***	2.802	-0.458**
Danemark	1.636***	4.430***	-0.488***	2.141***	5.821***	-0.710***
Espagne	1.791***	2.089***	-0.375*	1.848***	2.756***	-0.370*
Estonie	1.393***	0.654	-0.651*	1.492**	0.284	-0.643**
Finlande	2.334***	4.894**	-0.435*	2.536***	6.863***	-0.739***
France	1.259***	2.440**	-0.523**	1.557***	3.737**	-0.712***
Royaume-Uni	0.883***	1.791**	-0.190	0.621**	2.140**	-0.240*
Grèce	1.738***	1.649***	-0.452**	3.237***	2.906**	-0.190
Hongrie	0.936***	1.240*	-0.284	0.330	1.228	-0.393
Irlande	1.353***	1.347***	-0.0999	1.436***	1.793***	-0.145
Islande	1.602***	0.727	-0.713***	2.311***	1.203	-0.600**
Israël	1.019***	3.269**	-0.740**	1.098***	5.523***	-0.441
Italie	0.731*	1.459***	-0.277*	0.693*	1.387	-0.317*
Japon	1.027***	2.331***	-0.290	0.919***	3.658***	-0.274
Corée	1.213***	0.838	-0.399*	1.407***	0.806	-0.358
Lituanie	1.786***	2.746**	-0.391	2.107***	3.987**	-0.385
Luxembourg	0.897***	0.409	-0.343*	0.932***	0.356	-0.326*
Lettonie	0.547	2.105	-0.605*	-0.202	2.384	-0.536
Mexique	1.905***	0.984	-0.595**	3.802***	1.641	-0.620*
Pays-Bas	1.175***	2.644**	-0.420*	1.284***	4.153***	-0.448*
Norvège	1.764***	4.759***	-0.201	1.701**	6.802*	-0.182
Nouvelle-Zélande	1.323***	0.952	-0.505**	1.608***	2.691*	-0.578**
Pologne	1.037***	1.076**	-0.315	0.829***	2.887**	-0.762**
Portugal	1.529***	2.949***	-0.616***	2.429***	3.931***	-0.747***
République slovaque	1.107***	1.359**	-0.285	1.178***	2.093***	-0.258
Slovénie	2.040***	2.850***	-0.223	2.390**	3.999***	-0.163
Suède	1.375***	1.543	-0.470**	1.785***	2.818*	-0.492**
Türkiye	1.008***	1.011***	-0.289	1.353***	-0.0853	-0.260*
États-Unis	1.100***	3.761**	-0.194	1.061***	4.965***	-0.271*
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Tableau d’annexe 2.A.4. Dynamisme des cotisations de sécurité sociale par pays, 1980-21
	Nominales			Réelles
	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement
Australie	s/o	s/o	s/o	s/o	s/o	s/o
Autriche	1.056***	0.713***	-0.0687	1.221***	0.520***	-0.0324
Belgique	0.924***	0.801***	-0.292*	1.036***	0.366*	-0.225*
Canada	1.024***	0.401*	-0.330*	1.141***	0.0700	-0.259*
Suisse	1.024***	0.414*	-0.380*	1.306***	-0.339	-0.151
Chili	1.051***	0.345***	-0.316	1.056***	0.514*	-0.613*
Colombie	0.713***	1.563***	-0.747**	0.147	1.727*	-0.721**
Costa Rica	1.045***	0.902***	-0.835*	1.279***	0.699**	-0.463*
Tchéquie	1.055***	0.991***	-0.359	1.048***	1.052***	-0.282
Allemagne	1.158***	0.873***	-0.194	1.321***	0.622**	-0.194
Danemark	2.887**	4.303	-0.405**	0.617	8.724	-0.260*
Espagne	1.032***	0.821***	-0.441*	1.077***	0.578***	-0.538**
Estonie	0.968***	0.601***	-0.326	1.002***	0.398**	-0.248
Finlande	1.008***	0.771***	-0.236**	1.347***	0.342	-0.0925
France	0.733***	0.902***	-0.119	0.732***	0.548*	-0.188
Royaume-Uni	0.986***	0.509***	-0.0664	0.980***	0.735***	-0.0685
Grèce	1.027***	0.909***	-0.175	1.733***	0.815***	-0.0915
Hongrie	0.871***	0.663***	-0.507**	0.834***	1.189**	-0.465**
Irlande	0.895***	0.332**	-0.221	0.920***	0.0219	-0.268*
Islande	1.256***	1.017**	-0.274	2.554***	0.0931	-0.0937
Israël	0.965***	0.792***	-0.623*	1.002***	0.897***	-0.581*
Italie	0.879***	0.932***	-0.429*	1.054***	0.672**	-0.433**
Japon	1.293***	0.677***	-0.00183	1.760***	0.649***	-0.0111
Corée	2.631***	2.347***	-0.351*	2.934***	2.164*	-0.190
Lituanie	1.132***	0.334	-0.632*	1.177***	-0.0671	-0.523*
Luxembourg	1.007***	0.313**	-0.197	1.022***	0.394**	-0.250
Lettonie	0.880***	0.751***	-0.0755	0.740***	0.496**	-0.129
Mexique	1.007***	1.000***	-0.216	1.211***	0.622**	-0.193*
Pays-Bas	0.759***	0.467	-0.404**	0.613***	0.512	-0.344*
Norvège	0.934***	0.236*	-0.195	0.955***	-0.104	-0.167
Nouvelle-Zélande	s/o	s/o	s/o	s/o	s/o	s/o
Pologne	0.971***	1.048***	-0.207	1.034***	0.798	-0.266
Portugal	1.068***	0.953***	-0.0193	1.433***	0.931***	-0.00410
République slovaque	0.937***	0.375*	-0.0253	0.928***	0.376	-0.156
Slovénie	1.005***	0.714***	0.0190	1.070***	0.511***	-0.0457
Suède	0.734***	1.365***	-0.0710	0.654***	1.192**	-0.187
Türkiye	1.106***	1.000***	-0.458**	2.014***	0.998	-0.269
États-Unis	0.965***	0.988***	-0.222*	0.974***	0.983***	-0.363***
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Tableau d’annexe 2.A.5. Dynamisme des recettes des impôts sur le patrimoine par pays, 1980-21
	Nominales			Réelles
	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement
Australie	1.012***	0.926*	-0.269	1.130***	1.685*	-0.293*
Autriche	0.811***	0.307	-0.224	-0.169	0.421	-0.208
Belgique	1.978***	1.414**	-0.253*	2.650***	1.437**	-0.303*
Canada	1.008***	0.278	-0.447**	1.200***	-0.214	-0.195*
Suisse	0.903***	0.330	-0.172	0.869***	0.604	-0.125
Chili	0.766***	0.554	-0.185	0.306*	1.267*	-0.332*
Colombie	1.134***	1.341**	-0.608**	2.860***	-0.734	-0.0834
Costa Rica	1.247***	0.783	-0.308	1.826***	-0.00333	-0.391*
Tchéquie	0.874***	2.401*	-0.404	0.838***	3.624**	-0.351
Allemagne	1.051***	0.696	-0.0748	0.911***	0.427	0.00501
Danemark	0.948***	0.852	-0.417**	0.770***	0.800	-0.413**
Espagne	1.472***	1.128***	-0.271	1.802***	1.358**	-0.251
Estonie	0.599***	0.0888	-0.526*	0.297*	-0.282	-0.373
Finlande	1.176***	1.268***	-0.197	1.289***	1.228**	-0.209
France	1.398***	1.369***	-0.418**	1.889***	1.070**	-0.367**
Royaume-Uni	1.133***	0.568	-0.183	1.138***	1.793**	-0.195
Grèce	1.317***	0.868**	-0.541***	3.543***	0.478	-0.154
Hongrie	1.277***	1.194***	-0.402*	2.636***	0.296	-0.361*
Irlande	1.077***	0.937**	-0.0188	1.136***	0.654	-0.0225
Islande	0.764***	0.997***	-0.234	0.694***	0.0815	-0.291**
Israël	1.074***	1.458***	-0.903*	1.068***	1.833***	-0.930*
Italie	1.714***	0.382	-0.300*	3.506***	-1.211	-0.316*
Japon	1.431***	0.866**	-0.111	1.222***	0.716*	-0.169
Corée	1.336***	1.267***	-0.312	1.314***	1.573***	-0.182
Lituanie	0.612***	-0.146	-0.209	0.414***	-0.483	-0.236
Luxembourg	1.215***	1.546**	-0.126	1.307***	1.804***	-0.171
Lettonie	0.904***	0.618**	-0.471	0.877***	0.590	-0.503
Mexique	0.916***	0.895***	-0.296	2.076***	0.475	-0.313*
Pays-Bas	1.152***	0.764	-0.434**	1.248***	1.058	-0.333**
Norvège	1.035***	0.732***	-0.301**	1.254***	0.770	-0.184*
Nouvelle-Zélande	0.920***	0.907***	-0.195*	0.832***	0.684*	-0.190*
Pologne	0.808***	1.097***	-0.730*	0.932***	0.377	-0.291*
Portugal	1.437***	1.375***	-0.733***	2.798***	1.590**	-0.779***
République slovaque	0.606***	-0.279	0.0277	0.353***	-0.707**	-0.193
Slovénie	0.808***	0.449	-0.458*	0.650**	0.472	-0.434*
Suède	0.672***	2.489*	-0.351**	0.692	1.201	-0.418***
Türkiye	1.045***	1.044***	-0.731***	1.678***	-0.691	-0.597***
États-Unis	1.075***	0.393	-0.905***	1.156***	0.156	-0.906***
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Tableau d’annexe 2.A.6. Dynamisme des recettes de la taxe sur la valeur ajoutée par pays, 1980-21
	Nominales			Réelles
	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement
Australie	0.990***	0.342	-0.468	0.976**	2.263*	-0.450*
Autriche	0.912***	1.010***	-0.873***	0.879***	0.862***	-0.909***
Belgique	1.025***	1.220***	-0.356*	0.987***	1.506***	-0.275
Canada	1.425***	0.698	-0.517**	1.878***	0.559	-0.348
Suisse	1.385***	0.611	-0.191	1.359***	0.973	-0.181
Chili	1.033***	0.901***	-0.723**	1.025***	1.453***	-0.811***
Colombie	1.128***	1.472***	-0.491*	1.387***	1.757***	-0.492**
Costa Rica	1.105***	1.186***	-0.636**	1.025***	1.170	-0.550**
Tchéquie	1.290***	0.809**	-0.366	1.505***	0.895**	-0.615**
Allemagne	1.271***	1.372***	-0.163	1.512***	1.261***	-0.113
Danemark	1.099***	0.906***	-0.366**	1.110***	1.147***	-0.320*
Espagne	1.242***	1.319**	-0.374	1.436***	1.684**	-0.244
Estonie	1.084***	0.885***	-1.048**	1.165***	0.950***	-1.042**
Finlande	1.130***	1.214***	-0.181	1.268***	1.137***	-0.220*
France	0.921***	0.889***	-0.225	0.730***	1.070***	-0.185
Royaume-Uni	1.162***	1.175***	-0.320*	1.348***	1.493***	-0.254
Grèce	1.030***	1.026***	-0.317*	1.361***	1.074***	-0.177
Hongrie	1.192***	0.882***	-0.533*	1.454***	0.487	-0.604**
Irlande	0.883***	0.859***	0.0717	0.828***	0.519*	0.0404
Islande	0.913***	0.760**	-0.452**	0.715***	1.338***	-0.327
Israël	1.011***	0.883***	-0.618**	1.007***	0.651*	-0.407
Italie	1.175***	1.215***	-0.717**	1.535***	1.588***	-0.577**
Japon	6.607*	1.580*	-0.0442	5.973***	0.424	-0.179
Corée	1.036***	1.091***	-0.394*	0.982***	1.398***	-0.403*
Lituanie	1.030***	1.326***	-0.260	0.983***	1.321***	-0.290
Luxembourg	1.125***	0.666*	-0.207	1.235***	0.632	-0.263*
Lettonie	1.088***	1.091***	-0.170	1.213***	1.345***	-0.157
Mexique	1.072***	1.030***	-0.125	1.625***	1.110**	-0.279*
Pays-Bas	1.047***	1.064***	-0.167	1.078***	1.103***	-0.139
Norvège	1.010***	0.366*	-0.206	1.103***	1.126*	-0.502**
Nouvelle-Zélande	1.181***	3.798***	-0.884***	1.420***	-1.180	-0.726***
Pologne	1.099***	1.199***	-0.305	1.206***	1.879***	-0.332
Portugal	1.395***	1.381***	-0.765***	2.167***	1.674***	-0.627**
République slovaque	1.105***	0.892**	-0.381	0.944***	0.764*	-0.226
Slovénie	1.244***	1.740***	-1.013***	1.396**	1.695**	-1.003***
Suède	1.191***	1.425***	-0.840***	1.523***	0.961**	-0.276*
Türkiye	1.063***	1.139***	-0.250	1.435***	1.275***	-0.127
États-Unis	s/o	s/o	s/o	s/o	s/o	s/o
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Tableau d’annexe 2.A.7. Dynamisme des recettes des droits d’accise par pays, 1980-21
	Nominales			Réelles
	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement	Dynamisme à long terme	Dynamisme à court terme	Vitesse d’ajustement
Australie	0.667***	0.784*	-0.103	0.255**	0.509	-0.137
Autriche	0.759***	1.046**	-0.179	0.725***	1.187***	-0.115
Belgique	0.952***	1.063***	-0.189	1.040***	1.113***	-0.161
Canada	0.494***	-0.0435	-0.486***	0.0353	-0.333	-0.454***
Suisse	0.716***	0.406	-0.277*	0.641***	0.0711	-0.274
Chili	0.799***	0.731**	-0.497**	0.492***	0.964*	-0.314*
Colombie	0.976***	0.993***	-0.311	0.860***	1.676**	-0.348*
Costa Rica	1.142***	1.606***	-0.0722	1.177***	2.834***	-0.131
Tchéquie	0.985***	1.009*	-0.379	1.136***	1.415**	-0.278
Allemagne	0.881***	1.188***	0.0698	0.933***	1.051**	0.0533
Danemark	0.813***	1.658***	-0.130	0.567**	2.404***	-0.107
Espagne	1.380***	1.371***	-0.0600	1.719***	1.074**	-0.0725
Estonie	1.157***	0.395	-1.109**	1.404***	0.0780	-1.114**
Finlande	0.772***	0.718***	-0.312*	0.569***	0.567*	-0.424*
France	0.838***	0.903***	-0.218*	1.098***	0.672*	-0.0503
Royaume-Uni	0.685***	0.646***	0.0328	0.440***	0.761***	-0.0290
Grèce	0.862***	1.003***	-0.227*	0.573**	0.161	-0.355**
Hongrie	0.738***	0.949***	-0.475	0.375***	0.802**	-0.0290
Irlande	0.554***	0.564***	0.0492	0.293***	0.418*	-0.0604
Islande	1.295***	-0.179	-0.233	2.022***	0.848	-0.156
Israël	1.161***	0.896	0.220	1.219***	0.836	0.245
Italie	0.564	1.374***	-0.245*	1.377**	1.020*	-0.168
Japon	0.238	0.519	-0.372*	0.266	0.700	-0.638**
Corée	1.048***	1.328***	-0.0926	1.022***	1.281***	-0.0933
Lituanie	0.907***	0.596***	-0.471*	0.798***	0.405	-0.430
Luxembourg	0.935***	1.011**	-0.0391	0.781***	1.045*	-0.0347
Lettonie	0.995***	0.618***	-0.648**	0.993***	0.271	-0.616**
Mexique	1.033***	0.832***	-0.154	0.186	-0.114	-0.149
Pays-Bas	1.247***	1.138***	-0.167	1.431***	1.403***	-0.134
Norvège	0.532***	0.599**	-0.498***	0.0410	1.495**	-0.429**
Nouvelle-Zélande	0.109	1.980***	-0.232*	-0.621***	0.217	-0.291*
Pologne	0.984***	0.986***	-0.540*	1.121***	1.011	-0.296
Portugal	1.033***	1.269***	-0.214	0.697***	0.963*	-0.237
République slovaque	1.083***	0.943*	-1.117**	1.108***	1.039*	-1.113***
Slovénie	1.258***	1.457*	-0.753**	1.858***	0.758	-0.750**
Suède	0.550***	0.800***	-0.305**	0.188**	0.398	-0.407**
Türkiye	1.076***	1.125**	-0.278	3.366***	-0.681	-0.156*
États-Unis	0.665***	0.176	-0.429**	0.374***	0.0380	-0.510***
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Tableau d’annexe 2.A.8. Dynamisme des recettes fiscales réelles par type d’imposition, déterminé en utilisant l’estimateur MG, 1980-21
	Dynamisme à long terme			Dynamisme à court terme
	Moyenne	Médiane	Type	Moyenne	Médiane	Type
Total	1.101	1.050	0.212	1.066	1.009	0.348
IRPP	1.210	0.894	1.074	1.149	0.877	0.821
IS	1.712	1.608	0.741	2.970	2.756	1.586
CSS	1.165	1.051	0.511	0.769	0.661	1.482
Patrimoine	1.383	1.156	0.837	0.991	0.785	0.757
TVA	1.372	1.235	0.824	1.182	1.142	0.419
Droits d’accise	0.902	0.829	0.667	0.978	0.964	0.565
Note : Les recettes fiscales réelles sont calculées en divisant les recettes fiscales nominales provenant de la base de données des Statistiques des recettes publiques par le déflateur de PIB tiré de la base de données des comptes nationaux de l’OCDE Avec l’estimateur de la moyenne de groupe, le dynamisme des recettes fiscales des différents pays de l’OCDE est calculé en premier. Des moyennes simples sont ensuite calculées après suppression des valeurs aberrantes (estimations qui ne sont pas statistiquement significatives et qui sont proches de zéro ou négatives, par exemple). L’annexe à la fin de cette étude spéciale contient des informations détaillées sur le dynamisme des recettes fiscales réelles pour chaque pays de l’OCDE.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Tableau d’annexe 2.A.9. Dynamisme des recettes fiscales réelles par type d’impôt, déterminé en utilisant l’estimateur PMG, 1980-21
	Long terme	Court terme	Vitesse d’ajustement
Total	1.026***	1.052***	-0.159***
IRPP	0.846***	0.920***	-0.178***
IS	1.399***	3.059***	-0.287***
CSS	1.005***	0.709***	-0.180***
Patrimoine	1.073***	0.793***	-0.153***
TVA	1.132***	1.238***	-0.275***
Droits d’accise	0.201***	0.644***	-0.168***
Note : *, ** et *** indiquent que les résultats sont statistiquement significatifs respectivement aux seuils de 10 %, 5 % et 1 %. Les recettes fiscales réelles sont calculées en divisant les recettes fiscales nominales provenant de la base de données des Statistiques des recettes publiques par le déflateur de PIB tiré de la base de données des comptes nationaux de l’OCDE. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé sur la base des données de panel de 38 pays de l’OCDE entre 1980 et 2021. Il n’est pas possible d’estimer le dynamisme fiscal des différents pays parce qu’il combine agrégation et calcul de la moyenne.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Tableau d’annexe 2.A.10. Dynamisme des recettes fiscales réelles par type d’impôt, sur les périodes 1980-99, 2000-10 et 2011-21
	Dynamisme à long terme			Dynamisme à court terme
	1980-1999	2000-2010	2011-2021	1980-1999	2000-2010	2011-2021
Total	1.292***	0.989***	1.135***	0.893***	1.426***	1.045***
IRPP	0.771***	0.719***	1.620***	1.080***	1.339***	0.881***
IS	2.417***	1.431***	1.968***	2.967***	4.280***	3.166***
CSS	1.117***	1.063***	1.300***	0.833*	0.648**	0.410**
Patrimoine	1.292***	0.668***	0.984***	0.788*	1.177***	0.528*
TVA	0.611***	1.046***	1.240***	1.316***	1.714***	1.186***
Droits d’accise	0.199**	0.349***	0.558***	0.677*	0.400	0.979***
Note : *, ** et *** indiquent que les résultats sont statistiquement significatifs respectivement aux seuils de 10 %, 5 % et 1 %. Les chiffres sont estimés au moyen de l’estimateur de la moyenne de groupe agrégée. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé sur la base des données de panel de 38 pays de l’OCDE au cours de différentes périodes. Les recettes fiscales réelles sont calculées en divisant les recettes fiscales nominales provenant de la base de données des Statistiques des recettes publiques par le déflateur de PIB tiré de la base de données des comptes nationaux de l’OCDE. La Slovénie est retirée de l’estimation de la TVA et des droits d’accise sur la période 1980-99 faute de données suffisantes.
Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

Graphique d’annexe 2.A.1. Belgique : recettes de l’impôt sur le revenu et PIB pendant la crise financière mondiale et la crise du COVID-19

Milliard d’euros

Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

 StatLink https://stat.link/l39457

Graphique d’annexe 2.A.2. France : recettes de l’impôt sur le revenu et PIB pendant la crise financière mondiale et la crise du COVID-19

Milliard d’euros

Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

 StatLink https://stat.link/deg7p6

Graphique d’annexe 2.A.3. Japon : recettes de l’impôt sur le revenu et PIB pendant la crise financière mondiale et la crise du COVID-19

Milliard de yens

Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

 StatLink https://stat.link/vh6jdw

Graphique d’annexe 2.A.4. Suisse : recettes de l’impôt sur le revenu et PIB pendant la crise financière mondiale et la crise du COVID-19

Milliard de francs suisses

Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

 StatLink https://stat.link/2wxuj3

Graphique d’annexe 2.A.5. États-Unis : recettes de l’impôt sur le revenu et PIB pendant la crise financière mondiale et la crise du COVID-19

Milliards de dollars US

Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

 StatLink https://stat.link/vt7sce

Graphique d’annexe 2.A.6. Dynamisme des recettes fiscales réelles par type d’impôt, sur les périodes 1980-99, 2000-10 et 2011-21

Note : Les chiffres sont estimés au moyen de l’estimateur de la moyenne de groupe agrégée. Avec l’estimateur de la moyenne de groupe agrégée, le dynamisme fiscal est estimé à partir de la base des données de panel de 38 pays de l’OCDE au cours de différentes périodes. Les recettes fiscales réelles sont calculées en divisant les recettes fiscales nominales provenant de la base de données des Statistiques des recettes publiques par le déflateur de PIB tiré de la base de données des comptes nationaux de l’OCDE. La Slovénie est retirée de l’estimation de la TVA et des droits d’accise sur la période 1980-99 faute de données suffisantes.

Source : Calculs des auteurs basés sur (OECD, 2022[17]), Statistiques des recettes publiques 2022 ; et (OECD, 2022[18]), Comptes nationaux de l’OCDE.

 StatLink https://stat.link/uxy7s8

Notes

← 1. D’autres méthodes d’estimation de l’élasticité fiscale font intervenir des variables indicatrices correspondant aux politiques fiscales, en maintenant inchangés les paramètres de la politique fiscale (base et taux d’imposition, par exemple) et en utilisant l’indice de Divisia. Lorsque des informations fiables sont disponibles en quantité suffisante, la méthode de l’ajustement proportionnel produit les meilleurs résultats car elle peut prendre en compte les changements discrétionnaires de la politique fiscale, significatifs ou mineurs, sans introduire de biais.

← 2. (Dougherty, de Biase et Lorenzoni, 2022[10]) utilisent un modèle autorégressif à retards échelonnés estimé par les moindres carrés ordinaires en suivant une approche en une étape pour calculer le dynamisme des recettes fiscales à long terme dans les pays de l’OCDE pour différents types de recettes et niveaux d’administration. (Cornevin, Corrales et Angel, 2023[11]) utilisent un modèle à correction d’erreur en une étape avec trois estimateurs de « génération ». Ils définissent l’estimateur de la moyenne de groupe et l’estimateur de la moyenne de groupe agrégée en tant qu’estimateurs de « première génération » ; les estimateurs avec effets communs corrélés, qui tiennent compte de la dépendance transversale, sont définis en tant qu’estimateurs de « deuxième génération », et les estimateurs avec effets communs corrélés dynamiques sont les estimations de « troisième génération ».

← 3. Ces deux estimateurs sont également employés dans (Belinga et al., 2014[6]), (Dudine et Jalles, 2017[9]), (Deli et al., 2018[7]) et (Cornevin, Corrales et Angel, 2023[11]).

← 4. Bien que les données fiscales de certains pays de l’OCDE débutent en 1965, l’année de départ retenue pour l’analyse est 1980 afin de réduire les données manquantes tout en conservant un échantillon suffisamment large.

← 5. Ces pays sont l’Estonie, Israël, la Lituanie, la Lettonie, la République slovaque et la Slovénie.

← 6. L’écart type sert à mesurer la dispersion des données autour de leur moyenne.

← 7. Dans cette étude spéciale, « proche de l’unité » signifie que le dynamisme est compris entre 0.9 et 1.1, « supérieur à l’unité » signifie que le dynamisme est supérieur à 1.1, et « inférieur à l’unité » signifie que le dynamisme est inférieur à 0.9, dans un souci de simplicité.

← 8. Ce résultat est cohérent avec les conclusions d’autres études, par exemple : (Belinga et al., 2014[6]) ; (Belinga et al., 2014[6]) ; (Deli et al., 2018[7]) ; (Dougherty, de Biase et Lorenzoni, 2022[10]) ; (OECD, 2022[32]) ; et (Cornevin, Corrales et Angel, 2023[11]).