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

Les chercheurs issus d'organismes nationaux ou internationaux développent régulièrement des modelés de prévisions. Qu'il s'agisse de la prévision du niveau général des prix, des recettes fiscales ou de toute autre grandeur économique, les techniques utilisées sont celles déjà rappelées précédemment au paragraphe 2.1.2. Des articles et publications font aussi états de plusieurs travaux en matière de prévisions économiques.

A titre d'exemple, René Lalonde et Patrick Sabourin de la banque du Canada développent en 2003 dans leur article « Modélisation et prévision du taux de change réel effectif américain » un modèle simple de prévision du taux de change réel effectif américain. Parmi un grand nombre de modèles à correction d'erreurs, ils choisissent celui dont la qualité des prévisions

hors échantillon, réalisées sur la période 1992T3-2002T1, est la meilleure. Au sein du modèle retenu, le taux de change réel effectif est coïntégré avec la productivité relative et le prix réel du pétrole. La dynamique de court terme est fonction de l'évolution du différentiel des taux de croissance du PIB réel, de la première différence du ratio des actifs nets à l'étranger au PIB, du différentiel des taux d'intérêt réels et, finalement, des chocs ayant un effet temporaire sur le prix réel du pétrole et la productivité relative. Les exercices de prévision hors échantillon montrent que le modèle génère des erreurs quadratiques moyennes systématiquement et statistiquement beaucoup plus faibles que celles issues d'une marche aléatoire ou d'un modèle auto-régressif. Ils expliquent que leur résultat est, en grande partie, attribuable à la grande stabilité des paramètres de la relation de coïntégration.

Catherine Doz et Pierre Malgrange en 1992 évaluent l'aptitude d'un modèle VAR, utilisé comme une simple « boîte noire », à prévoir. Les résultats des estimations conduisent à retenir un modèle VAR avec relations de coïntégration, estimé par la méthode de Johansen. Il inclut les variables suivantes : PIB, consommation, importations, exportations, investissement. Pour les années étudiées, les performances de ce modèle sont assez voisines, pour certains horizons, de celles effectuées par les organismes de prévision (Direction de la Prévision en France DP, etc.). Ils développent un modèle permettant d'obtenir des résultats apparemment comparables à ceux de la DP pour les variables de la sphère des biens et services. En revanche, ils précisent que les résultats obtenus pour les variables de prix ne sont pas satisfaisants, et pensent qu'ils pourraient être améliorés en utilisant les techniques spécifiques pour les variables intégrées d'ordre 2, ou en spécifiant un modèle inspiré de la boucle prix-salaires, et prenant donc en compte un nombre réduit de variables.

Mpatna Hans Cacharel Barenz en 2007 réalise une étude sur la modélisation d'un système de prévision des recettes budgétaires du Cameroun. L'objectif principal de son travail est de faire des projections économiques. A partir d'un Panel de Données issues de la Direction Générale des Impôts, l'auteur mène une étude dynamique endogène à l'aide des séries chronologiques qui lui permet d'analyser adéquatement les principales recettes budgétaires du Cameroun. Les techniques de Box et Jenkins utilisées à cet effet ont abouti à des conjectures d'un horizon de deux ans (2007-2008) à l'aide du modèle ARIMA implémenté sous le logiciel R.

En 2015, Quentin Lafféter et Mathilde Pak font une étude de trois impôts sur la période 19792013 en France. L'étude documente prioritairement sur la période 1979-2013 la réaction au cycle économique des trois principaux impôts d'État en France : l'impôt sur le revenu (IR), la

TVA et l'impôt sur les sociétés (IS). En référence à l'épisode budgétaire qualifié de « cagnotte » et qui a été une conséquence de la sous-estimation des recettes en 1999, et en référence à l'année 2014 où les principaux prélèvements d'État ont rapporté moins de recettes qu'on ne le prévoyait la LFI (les recettes ont été surestimées de près d'un point de PIB), l'étude des auteurs s'attèlent aussi à évaluer la performance d'un modèle de prévision mettant en relation la dynamique du PI13 et le rendement fiscal.

La performance du modèle de prévision construit est évaluée sur sa capacité à reproduire la recette brute observée. Il s'agit d'estimer la capacité du modèle à s'ajuster statistiquement à la recette brute observée. En effet, les coefficients sont estimés sur l'ensemble de la période et dépendent notamment de variables, comme les chocs non anticipés, qui ne sont pas disponibles au moment de la prévision des recettes dans les Voies et Moyens. Les taux de croissance « spontanés » de la recette fiscale estimés par le modèle sont utilisés pour reconstituer la recette brute. Cet exercice d'ajustement statistique est mené à partir de l'ensemble d'informations disponibles au moment où les recettes fiscales sont prévues dans les Voies et Moyens. Lors de la prévision de la recette R en t+1, seule la recette R en t-1 est connue, ainsi que les mesures nouvelles pour l'année t et pour l'année t+1. La série de recettes corrigée des mesures discrétionnaires est « déchaînée » pour reconstituer la série de recettes brutes estimée par le modèle, année après année. MN étant une variable permettant de mesurer l'effet des mesures nouvelles la relation suivante explicite le lien entre Rt+1, Rt-1, MNt et MNt+1 :

??^{^}t+1 = exp{Ôln(????_t+1) + ln[exp(Ôln(????_t) + ln(??_t-1)) + ????_t]} + ????t+1

Où ??

t+1 est le niveau de recette brute, ??t-1 est le montant de recettes observé à la date t-1, et

ES la série de recette corrigée de manière à neutraliser l'effet des mesures nouvelles. Le modèle permettant d'estimer les valeurs futures de la variable ES est un modèle à correction d'erreur qui s'écrit :

ln(????_t) = ?? + ??ln(??????t ???? t-1) + ??_t ? ln(????_t) = ?? + ??? ln(??????t ???? t-1) + ????t-1

Pour comparer la performance des modèles, les statistiques usuelles (RMSE (Root Mean Square Error), erreur absolue moyenne, ...) sont dérivées de l'écart entre la recette observée et la recette estimée sur la période 1981-2013. Les écarts d'ajustement sont exprimés en point de PI13

nominal, cette normalisation permettant de rendre comparables l'ensemble des années de la période.

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

2.2.2. Culture de la prévision économique