CONCLUSION ET RECOMMANDATIONS
Il était question dans ce travail d'analyser la
possibilité de prévoir le rendement des impôts et taxes
à partir de la dynamique du PI3. Au regard de la panoplie de
méthodes possibles, l'étude procède à une
combinaison de deux méthodes à savoir les méthodes
explicatives ou causales et les méthodes systémiques et
économétriques, et aboutit à l'estimation d'un
modèle à correction d'erreur, d'un modèle
autorégressif à retards échelonnés ou
distribués, et d'un modèle vectoriel autorégressif. Les
résultats obtenus mettent en évidence la pertinence de la
relation de long terme qui existe entre le rendement fiscal de certains
impôts et le PIB, tout en faisant remarquer que la TVA et l'Isnp,
caractérisés par une tendance de type déterministe, sont
liés au PI3 qu'à court terme en raison de la présence
d'une racine unitaire dans cette dernière. Par ailleurs, les meilleurs
modèles retenus pour l'estimation de ces relations présentent
tous le PI3 comme une variable explicative du rendement fiscal. Sa
présence améliore la prévision du rendement fiscal. En
outre, les principaux résultats à retenir sont les suivants :
? Si certains impôts comme la TVA ou l'impôt sur
les sociétés non pétrolières semblent
présenter une saisonnalité, cela ne parait pas du tout le cas
pour d'autres comme l'impôt sur les traitements et salaires, ou la taxe
spéciale sur les produits pétroliers.
? La prévision des recettes fiscales à partir de
l'évolution de l'activité économiques peut paraître
assez satisfaisante. Les modèles semblent prévoir de
manière satisfaisante le sens de variation du rendement fiscal et les
valeurs prévues tendent à s'ajuster aux valeurs
observées.
? Et pour les trois prochaines années, les
prévisions obtenues montrent une baisse des recettes fiscales aux
deuxième et troisième trimestres des années 2017, 2018 et
2019. Mais des variations à la hausse pourront être
enregistrées aux 4ème et 1ers trimestres de
ces années. Sur une échelle logarithmique, le rendement fiscal
agrégé serait de l'ordre de 26,909; 26,981 et 27,049 au 1er
trimestre de ces trois prochaines années respectivement. Par
ailleurs, il semble que les recettes fiscales non saisonnières
évolueront continuellement de manière monotone globalement.
Ainsi, tandis que la TSPP passera de 23,996 au 1er trimestre 2017
à 24,100 au 4ème trimestre 2019 sur une échelle
logarithmique, les RF continueront à décroître dans
l'ensemble pour atteindre 21,692 au 4ème trimestre 2019.
Ce mémoire constitue une base de travail à
partir de laquelle peut se faire les premières prévisions
économiques au niveau de la Direction Générale des
Impôts. Les recommandations
60
Patrick SA'A, Elève Ingénieur Statisticien
Economiste, CEMAC-ISSEA
Dynamique du PI3 et prévision du rendement des
impôts et taxes
que nous proposons ont pour objet principal de donner lieu
à diverses applications des méthodes de prévisions. Ainsi
à la DGI, la mise en place des premières méthodes de
prévision des impôts et taxes peut s'orienter sur les grandes
directions suivantes :
? Songer à bien choisir la méthode de
désaisonnalisation des séries T, TVA et Isnp car la suite de la
modélisation en dépend. Si l'on décide de recourir
à une désaisonnalisation par moyenne mobile, il serait
préférable soit d'envisager une estimation de la tendance de ces
séries par régression linéaire et d'en déduire les
prévisions, soit de recourir à un modèle ARDL par la suite
si l'on pense prendre en compte la dynamique du PIB. En outre, la
modélisation VAR serait alors plus appropriée pour prévoir
le rendement fiscal agrégé T.
? Le rendement fiscal des différents impôts et
taxes DA, TSPP, ITS et RF pris séparément présente une non
stationnarité de type stochastique. Par conséquent, le recourt
à un modèle MCE pourrait s'avérer indispensable pour
améliorer la qualité des valeurs prévues. D'autant plus
qu'elle permet d'exploiter la relation de long terme qui existe entre le PI3 et
le rendement de ces impôts.
Cette étude n'est pas sans avoir quelques limites,
notamment la trimestrialisation des données annuelles des
dépenses publiques a peut-être influencée certains
résultats. Ainsi, une analyse plus poussée avec une base de
données bien meilleure doit être faite, pour vérifier les
résultats obtenus.
61
Patrick SA'A, Elève Ingénieur Statisticien
Economiste, CEMAC-ISSEA
Dynamique du PIB et prévision du rendement des
impôts et taxes
| 
