4.2. Analyse de la relation entre le PIB et le
rendement des impôts et taxes
4.2.1. Analyse de la cointegration entre le PIB et les
différents impôts et taxes pris
séparément
Pour analyser la cointégration de la série LPIB
avec chacune des séries LDA, LITS, LRF et LTSPP, l'on recourt au test de
cointégration d'Engel et Granger. La première étape du
test d'Engle et Granger consiste à estimer la relation de long terme.
Les différents résultats obtenus (figure A.13 en Annexe)
permettent d'écrire :
LDA = 1,743*LPIB - 26,541 + p1; LRF = -0,572*LPIB +
38,509 + p2 ;
LTSPP = 0,556*LPIB + 7,803 + p3 ; LITS = 1,385*LPIB -
16,087 + p4.
La deuxième étape du test d'Engle et Granger
consiste à récupérer les résidus afin de tester la
stationnarité des erreurs. Pour chaque impôt, il est donc
récupéré les résidus issus de cette
régression linéaire qu'on analyse. L'on commence par analyser la
distribution des données pour
48
Patrick SA'A, Elève Ingénieur Statisticien
Economiste, CEMAC-ISSEA
Dynamique du PIB et prévision du rendement des
impôts et taxes
chaque variable obtenue. La boîte à moustache
(figure A.14) des variables ainsi obtenues laisse apparaître des valeurs
aberrantes ou atypiques au sein de leur distribution, sauf pour rLRF.
Après traitement des différentes variables, l'on
s'aperçoit que les nouvelles séries rLDA, rLFR, rLTSPP et rLITS
semblent évoluer de manière constante (Figure A.15). Le test de
KPSS confirmerait ce soupçon (figure A.16), la statistique de KPSS
étant inferieure aux valeurs critiques du test. De même que les
tests ADF (avec la statistique de MacKinnon) et de Phillips-Perron qui
sans exception, rejettent toute hypothèse de présence de racine
unitaire dans les séries, le modèle retenu pour les deux tests
étant le modèle (1) au regard de l'évolution des
séries. Ainsi, les séries LDA, LTSPP, LITS, et LRF seraient
chacune cointégrées avec la série LPIB. Par
conséquent au Cameroun, il existerait une relation de long terme entre
la production intérieur et le rendement de ces impôts et taxes
pris séparément. Mais encore faut-il que les modèles
à correction d'erreur estimés empiriquement soient valides.
Pour chaque impôt, partant de cette relation de
cointégration, le modèle à correction d'erreur qui
permettrait de prévoir la variation du rendement fiscal en prenant en
compte la dynamique du PIB est estimé (figures A.17, A.18, A.19 et A.20
en Annexe). Le nombre de retards optimal a été choisi de
façon à minimiser le critère AIC (Akaike information
criterion) du modèle. Ainsi la partie ARDL du modèle est un ARDL
(1,1) pour l'ITS et la TSPP, un ARDL (3,1) pour la RF, et un ARDL(2,1) pour
DA.
Le modèle estimé par impôt ou taxe se
présente comme suit :
DLITSt = -0,877(LITSt-1 -
1,385LPIBt-1 + 16,087) + 0,542DLIPBt -
0,711DLPIBt-1 + 0,348DLITSt-1 +
0,013 + Et
DLRFt = -0,456(LRFt-1 +
0,572LPIBt-1 - 38,509) + 0,906DLPIBt -
0,207DLRFt-1 - 0,194DLRFt-2 -
0,204DLRFt-3 - 2,050DLPIBt-1 +
0,001 + Et
DLTSPPt = -0,574(LTSPPt-1 -
0,556LPIBt-1 - 7,803) + 0,104DLPIBt -
0,288DLTSPPt-1 + 0,098DLPIBt-1 -
0,014 + Et
DLDAt = -0,401(LDAt-1 -
1,743LPIBt-1 + 26,541) - 0,181DLPIBt -
0,071DLDAt-1 - 0,255DLDAt-2 -
0,878DLPIBt-1 + 0,048 + Et
Pour chaque régression, la série des
résidus est stationnaire (d'après les corrélogramme des
résidus) et ne dépend donc pas du temps. Ce qui est un
résultat attendu puisque toutes les variables du modèle à
correction d'erreur sont elles mêmes aussi stationnaires. Le test de
de
49
Patrick SA'A, Elève Ingénieur Statisticien
Economiste, CEMAC-ISSEA
Dynamique du PIB et prévision du rendement des
impôts et taxes
normalité de Jarque Berra permet de confirmer
l'hypothèse de normalité des erreurs du modèle. La
probabilité (probability) associée à la
statistique de Jarque-Bera est en effet supérieure à 5%. Par
ailleurs, les tests effectués pour la validation des hypothèses
d'homoscedasticité (le test de Breusch-Pagan-Godfrey) et d'absence
d'autocorrélation (le Breusch-Godfrey Serial Corrélation LM Test)
des erreurs sont toutes concluants, les p-values obtenues étant
largement supérieures à 5%.
Les forces de rappel sont belle et bien négatives et
valent -0,574 pour la TSPP, -0,455 pour les RF, -0,401 pour les DA et -0,877
pour l'ITS. Elles sont significativement différentes de 0. Ce qui
traduit la validité des modèles à correction d'erreur
ainsi estimés. Pour l'TS par exemple, le modèle suggère
qu'après un choc, il faudrait environ 1/0,8771 = 1,14 trimestres
seulement pour revenir à l'équilibre de long terme.
Par ailleurs, l'élasticité de court terme des
impôts et taxes est de 0,104 pour la TSPP, 0,906 pour les RF, et 0,542
pour l'ITS. Une hausse de la production à court terme s'accompagne donc
d'une hausse du rendement des impôts et taxes. Le résultat semble
conforme à la théorie économique et traduit la
capacité du rendement des différents impôts et taxes
à surréagir à une hausse du PIB. Toutefois cela n'est pas
le cas pour les DA où l'on obtient plutôt une
élasticité de court terme négative. Ce qui semble
coïncider avec le fait que pour un seuil un peu plus élevé
que 5%, le modèle estimé pour les DA n'est plus valide. En effet,
on rejetterait au seuil de 10% l'hypothèse de normalité des
erreurs du modèle obtenu, et par conséquent l'existence d'une
relation de long terme entre le PIB et les droits d'accises au Cameroun.
Aussi, la principale information qui ressort de la
validité des relations de long terme estimées est qu'une
augmentation de la production intérieure se traduit à long terme
par une amélioration du rendement fiscal pour les impôts autres
que les recettes de forêts. Pour les traitements et salaires par exemple,
le coefficient d'intérêt est en effet positif et vaut 1,385.
Ainsi, l'ITS est élastique au PIB (élasticité
supérieure à 1).
| 
