Chapitre 4. LE PROFIL TEMPOREL DE L'IMPÔT
Ce chapitre offre (confère supra) une analyse de
l'évolution temporelle d'un ensemble des variables. Il est
également constitué de deux sections. La première
procède à une analyse, en termes de facteurs et nous
amènera à tracer le profil temporel de chacun des facteurs
jugés pertinents, afin de les analyser. La seconde aborde une analyse
spécifique de l'impôt sur les biens et services locaux, lequel
fera l'objet d'une prévision à court terme.
4.1 FACTEURS TEMPORELS DE L'IMPÔT
Nous commençons l'analyse en composantes principales
(ACP) de nos données par une analyse descriptive sommaire de la base de
données en notre possession.
4.1.1 Analyse descriptive élémentaire
_ D'abord, la base telle que présentée manque de
données sur la période de 1965 à
1979 (15 individus, lesquels échapperont à
l'ACP, en les prenant comme individus « illustratifs ». L'on
s'intéresse ici à une étude descriptive, à l'aide
des tableaux et des graphiques simples, afin de nous familiariser aux types de
similarités que l'analyse multivariée sera en mesure
d'entériner ou non. Les figures 1, 2, 3, 4 et 5 ci-dessous donnent
l'évolution des recettes fiscales du Cameroun de 1980 à 2007.
_
__
À la lumière de ces figures, il ressort une
grande hétérogénéité des cinq sortes
d'impôts examinés, lesquelles prennent un ordre de grandeur
différent. L'on note également l'évolution en « dents
de scie » de toutes les recettes fiscales concernées par
l'étude. Ce résultat pourrait s'expliquer par une
instabilité de la politique fiscale de l'État. En outre,
quelques spécificités observées sur ces figures
méritent d'être évoquées :
- l'impôt sur le revenu (prêts nets inclus) et
l'impôt sur les biens et services locaux
sont plus enclins à des fluctuations temporelles dont
la tendance générale est haussière par rapport aux autres
impôts (IR, ITI et IS) qui connaissent des fluctuations temporelles
modérées et sans tendance globale remarquable ;
- l'on peut scinder l'évolution de l'ensemble des
impôts (excepté l'impôt sur les biens et services locaux) en
trois principales phases : (i) une phase allant de 1980 à 1991, pendant
laquelle la tendance de ces impôts est baissière ; (ii) une phase
allant de 1991 à 1995, pendant laquelle la tendance de ces recettes est
stationnaire et (ii) une phase allant de 1995 à 2007, où la
tendance de ces impôts est haussière ;
- l'impôt sur les biens et services locaux a une allure
particulièrement préoccupante. Elle a une tendance
générale à la hausse sur l'ensemble de la période
étudiée : juste après sa chute de 40 % à environ 18
% (entre 1980 et 1982), elle augmente presque continûment et
atteint sa valeur maximale (environ 62 %) en 2006. La TVA se prêtant
à
ce genre d'impôt, l'on pourrait dire que le
recouvrement fiscal camerounais sur les produits et services intérieurs
est renforcé d'année en année, ce qui est une bonne chose
pour la relance économique ;
- sur la période considérée,
l'impôt sur le revenu (prêts nets inclus) et l'impôt sur le
revenu ont sensiblement la même allure. L'on pourrait ici penser à
une corrélation positive entre ces deux variables ;
L'on s'aperçoit donc que les figures 1 à 5 ne sont
pas assez précises (illusion graphique) pour faire une
interprétation détaillée de nos données.
La figure 6 représente la relation entre les variables.
Elle met en relief la dispersion entre ces variables.
Figure 6 : Diagramme de dispersion
matricielle
_
Ce diagramme de dispersion suggère une relation
linéaire entre l'impôt sur les sociétés (IS) et
celui sur les biens et services (IBSL), entre l'impôt sur le revenu (IR)
et celui sur le revenu, prêts nets inclus (IR_PNI). La matrice de
corrélations/valeurs test cidessous (tableau 2) confirme ces mêmes
suggestions.
Tableau 2 : Matrice de corrélations/
valeurs tests
_
Cette matrice précise, cependant, que la liaison entre
IS et IBSL est inverse, alors que celle entre IR et IRPNI est positive. Elle
précise, en outre, certaines autres liaisons qui ne sont pas visibles
sur la figure 6. Il s'agit des liaisons linéaires entre IS et IR
(coefficient de corrélation linéaire positive : r=0,45), entre IR
et ITI (r=-0,45) et entre ITI et IR_PNI (r=-0,48). Ces coefficients de
corrélations linéaires, bien que relativement faibles, sont
jugés significatifs, à l'aide de leurs valeurs test jointe
à la matrice de corrélation.
Signifions que la valeur-test, pour une catégorie
donnée, exprime la distance de cette catégorie au centre de
gravité en nombre d'écart type. Elle vise à
répondre à la question de savoir si la valeur du coefficient de
corrélation linéaire observée entre deux variables permet
de dire que leur liaison est significative_.
4.1.2 Comportement temporel des facteurs de
l'impôt
L'analyse en composante principale (ACP) effectuée sur
le tableau composé des 5 variables standardisées décrivant
la chronique des recettes fiscales choisies sur 43 années (ici 28
années car 15 d'entre elles sont mises en supplémentaire) a
été réalisée à l'aide du logiciel SPAD. Les
résultats sont consignés dans les tableaux 3 à 6 et
figures 7 à 16.
Le tableau 3 donne les résultats de la diagonalisation
de la matrice soumise à
l'ACP.
Tableau 3 : Valeurs propres de la
diagonalisation et graphique du coude
__
Avant d'analyser ce tableau, rappelons d'abord que l'inertie
du nuage initial est égale à 5 (nombre de variables actives).
Chaque valeur propre rapportée à cette inertie donne le
pourcentage d'inertie associé (% d'inertie).
Sur ce, le tableau 3 révèle que le premier axe
capte près de la moitié (45 %) de la dispersion globale des 28
années (cet axe devrait donc traduire un phénomène
marqué), alors que le second en contribue pour près de 35 %.
Ainsi, les deux premiers axes factoriels résument près de 80 % de
l'inertie totale, c'est-à-dire «80 % de la traduction spatiale des
corrélations», ce qui est une part significative de l'information
restituée par la photographie. Le diagramme du coude attaché
à ce tableau montre un décrochement
_
_ À cette question, le logiciel SPAD retranscrit le
test sous-jacent de nullité de la corrélation, en terme de
valeur-test. Plus la valeur test sera élevée plus la liaison
linéaire sera forte. L'on admet qu'une valeur-test inférieure
à 2 (en valeur absolue) indique la non existence de liaison
linéaire entre ces deux variables
visible entre la 2ème et la 3ème valeur propre.
Dès lors, il est convenable de ne travailler qu'avec les deux premiers
axes factoriels et l'on borne l'analyse au cercle de corrélation sur le
plan (1, 2), aussi bien pour les variables que pour les individus.
Les ressemblances entre les années sont
matérialisées par la figure 7 qui représente le nuage des
individus.
Figure 7 : Photographie des individus sur le
premier plan factoriel
_
L'origine des axes, sur la figure 7, représente
l'individu moyen, c'est-à-dire une année qui aurait pour recette
fiscale la moyenne des 5 catégories d'impôts
étudiés. La figure met en relief la projection des années
sur les facteurs. Elle suggère deux types d'opposition entre les
années (en termes de catégories d'impôts) :
- d'une part, les années 1993, 1994, 1995, 1996, 1997 et
1998, s'opposent à leurs
homologues 2002, 2003, 2004, 2005 et 2006, le long du premier
axe factoriel ;
- d'autre part, les années 1999, 2000, 2001 et 2007,
s'opposent à leurs homologues 1986, 1987, 1988,1989 et 1990, le long du
deuxième axe factoriel.
Cependant, pour éviter des interprétations
abusives de proximités graphiques illusoires, nous avons extrait du
tableau 5 (annexe A3), le tableau 4 suivant qui synthétise les
résultats sur les individus «bien ou relativement bien
projetés» sur les axes 1 et 2, ce qui donnera (à la vue des
coordonnées, contributions et cosinus carrés) une meilleure
interprétation du graphique 7. Les critères d'élaboration
du tableau 4 sont les suivants : (i) le signe de la coordonnée (COORD.)
renseigne sur le coté de l'axe, (ii) les années qui ont le plus
participé à la formation d'un axe sont celles pour lesquelles la
contribution (CTR) est supérieure à la valeur théorique
(3,57 %) autour de laquelle oscilleraient les CTR de chacune des 28
années, (iii) une année illustre bien un axe si elle
s'écarte de la «moyenne» précisément dans la
direction de l'axe [cosinus carré (CO2) avoisinant 1].
Tableau 4 : Coordonnées, contributions et
cosinus carrés des individus `'bien photographiés''
Sur l'axe 1__Côté
(-)_Côté
(+)__Individu_COORD._CTR_CO2_COORD._CTR_Co2_Individu__1987_-
1.38_3.1_0.24_1.55_3.9_0.36_1993__1988_-
1.57_3.9_0.30_2.08_7.0_0.91_1994__2002_-
1.96_6.1_0.73_2.36_9.0_0.82_1995__2003_-
2.17_7.6_0.84_3.16_16.1_0.95_1996__2004_-
2.29_8.4_0.86_2.35_8.9_0.86_1997__2005_-
1.67_4.5_0.64_2.07_6.9_0.79_1998__2006_-1.89_5.8_0.73___2007_-
1.94_6.0_0.36___Sur l'axe 2__Côté
(-)_Côté
(+)__Individu_COORD._CTR_CO2_COORD._CTR_Co2_Individu__1986_-
1.72_6.1_0.80_2.00_8.2_0.71_1999__1987_-
2.40_11.8_0.74_1.67_5.7_0.64_2000__1988_-
2.33_11.1_0.67_1.30_3.5_0.58_2001__1989_-
2.10_9.1_0.83_2.42_11.9_0.55_2007__1990_-2.70_15.0_0.72___Source
: Banque
Mondiale, Représentation du Cameroun__
Notons d'abord que les présentes descriptions
peuvent être facilitées en balayant les cellules surlignées
du tableau ci-dessus. Les oppositions donnent une meilleure vue du plan
factoriel (1,2). Nous les avons traduites par des rectangles sur l'axe 1 et par
des cercles sur l'axe 2, ce qui constitue la figure 14 de l'annexe A3.
Sur l'axe 1, huit années de deux périodes
distinctes (1987-1988 et 2002-2007) se retrouvent à gauche en position
extrême. Du point de vue du seul facteur 1, elles se ressemblent, et sont
opposées à six années d'une seule période
régulière (1993-1998). Il faudrait relever la
prééminente contribution d'un côté de la
sous-période 2003-2004 (contribution égale à 16 %) et, de
l'autre, de la sous-période 1995-1997 (contribution égale
à 34 %), dans la détermination de l'axe 1. Ces deux
sous-périodes sont les plus extrêmes et sont faites des
années illustrent bien l'axe 1 (bon CO2).
Sur l'axe 2, cependant, cinq années d'une seule
période (1986-1990) se retrouvent à gauche en position
extrême. Du point de vue du seul facteur 2, elles se ressemblent, et sont
opposées à quatre années de deux périodes
distinctes (1999-2001 et 2007). Il faudrait relever la
prééminente contribution d'un côté de la
sous-période 1987-1990 (contribution égale à 47 %) et, de
l'autre, des années 1999 et 2007 (contribution égale à
20,1 %), dans la détermination de l'axe 2. Ces sous-périodes sont
les plus extrêmes sur cet axe pour lequel toutes les années
à contribution significative en sont bon illustratives.
Pour s'affranchir des distorsions fâcheuses
occasionnées par la compression excessive de l'espace de projection des
années, l'on a complété l'ACP par une classification qui a
permis la construction de l'arbre constituant la figure 8 ci-dessous.
Figure 8 : Dendrogramme de classification
hiérarchique _
_ EMBED HieSvr.Document.2 ____
_
Une coupure de cet arbre (trait vertical rouge, grâce au
diagramme des indices de niveaux (cf. figure 15, annexe A3), et
conformément au critère du coude, permet de distinguer 5 classes
d'années constituant chacune une phase d'évolution des
catégories d'impôts étudiées.
Toutefois, toutes ces descriptions manquent de pertinence sans
l'examen des corrélations variables-facteurs, qui nous renseigneront sur
la cause des oppositions (le sens des facteurs). À cette fin, nous nous
tournons vers l'espace des variables qui est schématisé par la
figure 9 ci-dessous.
Figure 9 : Projection des variables sur les
facteurs
Il est ici question, sur cette figure, d'interpréter
les composantes principales, au regard des corrélations avec les
variables de départ. L'axe 1 pourrait être assimilé
à la catégorie d'impôts directs (notamment l'impôt
sur le revenu). L'opposition des années le long de cet axe
reflète donc celle entre l'impôt sur le revenu et les autres
impôts directs. La deuxième composante principale montre une
opposition entre impôt sur les sociétés (à gauche de
l'axe 2) et impôt sur les biens et services locaux (à droite de
l'axe 2). Ainsi, l'on pourrait qualifier l'axe 2 comme un axe «
impôt direct/impôt indirect », et l'opposition des
années le long de cet axe reflète par conséquent
l'opposition entre impôts sur les bénéfices (IS) et
impôts sur les dépenses de consommation (IBSL). Des aides
à l'interprétation des corrélations des variables sont
données dans le tableau 6 (annexe A3). De même, une vue
simultanée des années et des variables, est
schématisée, voir figure 17 (annexe A3).
Conformément au dernier objectif de ce chapitre, nous
avons, en fin de compte, essayé de capter le profil temporel des
impôts (indicateur composite d'impôt de 1980 à 2007). La
figure 10 matérialise ce profil (ICI), sur les 1er et
2ème facteur.
Figure 10 : Profil temporel des
coordonnées factorielles sur les axes 1 et 2 (ICI)
__
À la lumière de ce graphique, le profil temporel
de l'impôt est resté très instable sur la période de
1980 à 2007, aussi bien sur le premier que sur le second facteur. La
figure rapporte également que, de 1980 à 1999, l'indicateur
composite d'impôts sur le premier axe reste au-dessus de son homologue
sur le second axe, alors qu'une situation inverse se présente à
partir de 1999 jusqu'en 2007. S'agissant particulièrement du second
facteur (un contrôle identique pourrait être fait avec le premier
facteur), la dynamique du profil d'impôts connaît des hauts et des
bas, mais la tendance globale est à la hausse. L'on pourrait expliquer
cette tendance par l'avènement de la réforme
fiscalo-douanière dans la sous-région d'Afrique centrale. En
effet, cette réforme vise, entre autres, le
redressement/sécurisation des recettes fiscales et l'harmonisation de la
fiscalité dans la sous-région et par conséquent la
réduction des distorsions dans le cadre industriel et commercial afin
d'améliorer la compétitivité et faciliter les
échanges.
4.2 L'IBSL : DESCRIPTION ET PREDICTIONS POUR 2008 et
2009
Cette section décrit l'évolution de
l'impôt sur biens et services locaux (IBSL). Une prévision
à court terme (2 ans) sera effectuée sur la base des informations
parcellaires (1980-2007). La modélisation «lissage exponentiel
simple» (sous SPSS) sera utilisée à cet effet.
| 
