UnPeupleUnButUneFoi

MINISTERE DE LECONOMIE ET DES FINANCES

DIRECTION DE LA PREVISION ET DES

ETUDES ECONOMIQUES



Bocument uEtuue Nu9


FISCALITEETSECTEURINFORMELAUSENEGAL

DPEE/DEPE@Octobre2008

Fiscalit et Secteui Infoimel au Sngal

Octobre 2008
Youssoupha Sakrya DIAGNE Kalidou THIAW
1

RESUME
La prsente tude sintresse au comportement des entreprises informelles sngalaises par rapport
leurs obligations fiscales. La base de donnes de lenqute sur le climat des affaires (ICA)
2
ralise par
la Banque Mondiale en 2004 et portant sur 246 units de production a servi de source dinformations
pour une analyse microconomtrique. Les rsultats rvlent que, globalement, limpt thoriquement
d par les entreprises non immatricules ne reprsente environ que 3% de leur chiffre daffaires. Parmi
les dterminants du comportement des entreprises de lchantillon lgard de ladministration fiscale,
il apparat que les indicateurs de visibilit, les sentiments vis--vis de la politique fiscale, la prsence
des agents de lEtat ainsi que linformation exercent un effet positif sur la propension
lenregistrement. En revanche, le niveau dducation, lge du chef dentreprise, le taux dimposition
ainsi que la taille de lactivit rvlent un comportement anticipatif et maximisateur de profit.
Mots cls : secteur informel, modle Principal-Agent, fraude fiscale
J EL Classification : O17, D81, H26

ABSTRACT
This paper deals with informal firms behavior regarding tax registration and compliance. Data from
the Investment Climate Assessment (ICA) survey in Senegal, conducted by the World Bank in 2004,
were used within a microeconometric framework. Results reveal that taxes owed by unregistered firms
are relatively low, roughly amounting to 3% of their returns. The study also shows that visibility
indicators, information, as well as tax control and firms assessment of the Governments fiscal policy
are likely to increase the probability of tax registration. However such variables as education, age, the
tax rate, size and the turnover indicate a behavior close to anticipation and profit maximization.
Keywords: informal sector, Principal-Agent model, tax evasion
J EL Classification: O17, D81, H26

1
Les auteurs tiennent particulirement remercier Monsieur Mamadou NDIONE de la Banque Mondiale. Les
auteurs tiennent galement exprimer leur gratitude Messieurs Aliou FAYE et Thierno MBOUP de la DGID,
ainsiquMadameMarieDelphineNDIAYEWADEduCabinetAzizDIEYEpourleurschangesfructueuxtenus
lorsdeleurrencontre.

1. INTRODUCTION

Le secteur informel occupe une place trs importante dans les conomies des pays en
dveloppement. En effet, il est assez courant que les valuations rvlent une participation
hauteur de 50% de ce secteur au PIB dans ces pays. Les acteurs voluant dans ce secteur sont
aussi bien des individus (marchands ambulants, mnages etc.) que des entreprises. Les biens
et services produits par ce secteur alimentent principalement les populations faibles revenus.
Il sagit galement dun secteur crateur demplois, en particulier demplois ncessitant de la
main duvre non qualifie. Le secteur informel contribue ainsi de manire trs significative
lactivit conomique des pays en dveloppement, quand bien mme il reste difficile dy
valuer son impact avec prcision. En effet, lune des caractristiques essentielles de ce
secteur demeure labsence de rglementation et la non-conformit aux obligations fiscales.
Ces lments sont rgulirement invoqus pour distinguer le secteur informel du secteur
formel.
Le Sngal, linstar de la plupart des pays en dveloppement, est caractris par un secteur
informel trs dvelopp. Lenqute 1-2-3 ralise par lAgence Nationale de la Statistique et
de la Dmographie (ANSD) en 2003 a rvl que dans la seule rgion de Dakar, le secteur
informel a produit, en 2002, 508,8 milliards de FCFA de biens et services et a cr 356,3
milliards de FCFA de valeur ajoute, soit 10,7% du PIB.
De mme que dans la plupart des pays en dveloppement, le dbat sur le secteur informel
sngalais a trs souvent tourn autour des rpercussions que la taille relativement importante
dudit secteur est susceptible davoir sur les finances publiques, notamment travers le cot
dopportunit en recettes fiscales quelle implique. En effet, la masse dentreprises
absolument inconnues du fisc apparat comme tant la source dun manque gagner
important pour ladministration fiscale. En effet, il est facile dimaginer que de telles sommes
auraient pu servir financer des investissements publics notamment destins amliorer
lenvironnement des affaires ou la prestation de biens et services sociaux. Il sy ajoute les
fortes suspicions qui psent sur les dclarations des entreprises qui, bien quenregistres
auprs des autorits fiscales, ne disposent pas de comptabilit formelle. Par ailleurs, il va sans
dire quun secteur informel important soulve des questions objectives de justice et dquit
fiscale, mais aussi des questions lies la concurrence dloyale quil fait subir aux entreprises
formelles. A ces considrations sajoutent des interrogations lies la qualit et lefficacit
des procdures et des services de ladministration fiscale.
2

Tout ceci explique largement la dfinition du secteur informel retenue par lAgence Nationale
de la Statistique et de la Dmographie, savoir lensemble des units de production
dpourvues de numro statistique et/ou de comptabilit crite formelle . Cependant, il
convient de souligner que le cadre dans lequel voluent les entreprises du secteur informel
nest pas sans occasionner des difficults aux agents mmes de ce secteur. En effet, laccs
certains clients ou fournisseurs, de mme que la possibilit de recourir au financement
bancaire constituent, de fait, des avantages troitement lis la formalisation.
Par ailleurs, le dbat sur les motivations premires de linformalit oppose trs souvent les
dfenseurs de la thse de la non information des agents du secteur informel, selon lesquels
labsence dinformation ( et parfois la difficult dy accder) est la raison principale de
lexistence dun si grand nombre dentreprises demeurant en dehors du systme fiscal, ceux
qui voient lappartenance au secteur informel comme rsultant dune dcision dlibre des
entrepreneurs essentiellement fonde sur une stratgie rationnelle de minimisation des cots.
De manire gnrale, plusieurs raisons ont t donnes lexistence du secteur informel allant
des priodes de rcession conomique, la concurrence internationale, en passant par la
volont de prserver des avantages accords par lEtat et la raction des entreprises et
travailleurs individuels face aux syndicats. De mme, des variables dordre dmographique ou
social telles que le niveau dtudes du chef dentreprise, lge du dirigeant dentreprise, la
facilit daccs, lautonomie et la flexibilit des conditions de travail ou encore la recherche
dun moyen de subsistance ont t suggres comme pouvant influencer lattitude des
entrepreneurs vis--vis de ladministration fiscale.
Il existe peu dtudes ayant cherch apprhender le comportement du secteur informel
sngalais. Et tant donn lampleur du phnomne, il apparat lgitime dapprcier les
facteurs dterminant la dcision dvoluer dans le secteur informel du point de vue fiscal. La
prsente tude propose ainsi didentifier dans le cas du Sngal les facteurs guidant les petites
entreprises dans leur arbitrage entre le secteur formel et le secteur informel. Loutil
conomtrique est utilis cet effet travers une analyse microconomique exploitant la base
de donnes de lenqute sur le climat des affaires (ICA) ralise par la Banque Mondiale en
2004.
La suite du document se dcline comme suit : la section suivante rsume les obligations
fiscales des petites entreprises. La section 2 est consacre aux faits styliss et la revue de
littrature. La mthodologie est expose dans la troisime section. Les donnes sont
prsentes dans la section 4. La section 5 est consacre aux rsultats. Enfin, les conclusions et
recommandations sont formules dans la section 6.
3

2. FAITS STYLISES ET REVUE DE LA LITTERATURE

2.1. Les Relations entre le Secteur Informel et lEtat au Sngal
Le secteur informel a de tout temps tait trs prsent dans lactivit conomique. Cependant,
la persistance et laggravation des difficults conomiques constates au dbut des annes 90,
cumules la dvaluation du FCFA survenue en 1994, ont largement contribu accrotre le
rle dj important du secteur informel dans lconomie sngalaise et ce, jusquau dbut des
annes 2000. Les rsultats de lenqute 1-2-3 relatifs au secteur informel Dakar montraient
ainsi quen 2003, il existait plus dunits de production informelles que de mnages dans la
capitale sngalaise. Ces mmes rsultats conduisaient ainsi la Direction de la Prvision et de
la Statistique (DPS) constater quen moyenne, chaque mnage dakarois tirait tout ou une
partie de ses revenus en dirigeant une unit de production informelle. Il sensuit que dans la
seule rgion de Dakar, la contribution du secteur informel au PIB tait value 10,7% du
PIB, ce qui tmoigne de la place importante dudit secteur dans lactivit conomique
nationale.
Cette place importante du secteur informel et les problmes rcurrents rencontrs au niveau
des finances publiques sngalaises ont, depuis longtemps, suscit le dbat sur la ncessit de
formaliser les entreprises de ce secteur. En effet, comme le montrent les rsultats de lEnqute
1-2-3 ralise par la DPS en 2003, les entreprises du secteur informel sont, dans leur immense
majorit, inconnues de lensemble des services de lEtat. Avant la rforme fiscale ayant
instaur la CGU, le taux daffiliation des units informelles la patente, au registre de
commerce ou la taxe professionnelle (affiliations les plus frquentes) ne dpassaient jamais
5%. En fait, 90% des 281 600 units de production informelles recenses par la DPS dans la
rgion de Dakar, au second semestre 2003, ntaient pas connues des services publics.
Les raisons de cette vie des entreprises informelles en marge du systme fiscal ont souvent
prt controverse, les avis divergeant selon que cette situation est impute une volont
dlibre des entrepreneurs informels de se soustraire de limpt, au niveau excessif du taux
dimposition, la lourdeur des dmarches ncessaires lexercice des obligations fiscales ou
la simple mconnaissance de ces dernires par les entrepreneurs informels. LEnqute 1-2-3
est notamment arrive la conclusion que les entrepreneurs informels pchaient dabord par
ignorance de la rglementation. Nanmoins, cette conclusion doit tre nuance, compte tenu
4

de lhtrognit des conditions relativement forte qui existe au sein des entreprises
informelles.
De manire gnrale, face laccroissement des activits conomiques informelles et aux
problmes de rglementation quelles posent, lattitude de lEtat sngalais a plutt t
marque par le sceau de lindcision. Les autorits administratives ont, en effet, longtemps
hsit entre des mesures coercitives destines fiscaliser les entreprises dudit secteur (souvent
vu comme un recours potentiel pour attnuer les tensions budgtaires) et une indulgence
largement explique par la svrit des consquences sociales qui dcouleraient de ladoption
de mesures rpressives lencontre de telles entreprises. Dailleurs, comme le montrent les
conclusions de lEnqute 1-2-3 relative au secteur informel, cette ambivalence et cette
inconstance de lEtat a souvent contrari leffort productif des entrepreneurs informels.
Cette absence de clart dans lattitude de lEtat vis--vis du secteur informel fait que les
entreprises de ce secteur ne ressentent pas de pression particulire de la part de la puissance
publique. En effet, rares sont les entreprises qui font tat de conflits les ayant oppos des
agents de lEtat. Au second semestre 2003, seuls 20% environ des units de production
informelles interroges dans le cadre de lEnqute 1-2-3 soulignaient lexistence dun
contentieux li au paiement des impts ou de la patente. Ceci sexplique probablement par le
fait que les procdures de contrle de ladministration fiscale sngalaise, ont toujours
essentiellement vis les entreprises dont le chiffre daffaires et la rentabilit sont assez
importants pour contribuer de manire significative aux revenus fiscaux, ce qui est rarement
le cas des units de production informelles. Ce dsintrt pour les activits conomiques
informelles de la part des services fiscaux semble dailleurs tre la rgle au sein de
lUEMOA.
Par ailleurs, il apparat que les situations de litige avec les services de lEtat conduisent
rarement au paiement damendes de la part des entreprises indlicates. En effet, les rsultats
denqute relatifs au secteur informel dans lagglomration dakaroise montrent que les
situations contentieuses nont conduit au paiement dune amende que dans 37% des cas.
Cependant, il convient de noter que, dans le mme temps, le paiement dun cadeau a servi
de mode rglement du litige pour plus de 35% des chefs dunits de production informelles
soumis au contrle des agents de lEtat.

5

2.2. Thories sur le secteur informel

Le concept de secteur informel est apparu pour la premire fois au dbut des annes 70,
notamment dans les travaux de Hart (1971) qui, sous cette appellation, cherchait dcrire
lensemble des activits urbaines se tenant en dehors du march de lemploi formel.
Cependant, cest un rapport du Bureau International du Travail (BIT) sur lemploi au Kenya,
publi en 1972, qui est gnralement considr comme tant lorigine des travaux de
recherche sur la question. Tandis que Hart voyait en lentrepreneuriat individuel indpendant
la principale caractristique du secteur informel , le rapport du BIT mettait plutt en
exergue des motivations lies la recherche de moyens de subsistance (Swaminathan, 1991).
Par la suite, plusieurs disciplines se sont intresses la problmatique du secteur informel.
De manire gnrale, les travaux sur le sujet ont surtout cherch mettre en vidence les
caractristiques politiques (rgulation, impact sur la Comptabilit Nationale, activits
illgales,) sociales (la facilit dentre, le statut professionnel,) et conomiques dudit
secteur. De ce point de vue de la thorie conomique, les diverses contributions ont plutt
mis en exergue le lien troit existant entre le secteur informel et des caractristiques telles que
les relations Etat-Entreprises, le march de lemploi et le statut des travailleurs (Harding and
J enkins, 1989), la rgulation ou lenregistrement des activits (De Soto, 1989 ; Swaminathan,
1991), la fraude fiscale, la taille de lactivit,etc.
Cependant, de tous les aspects du secteur informel, celui relatif la fraude fiscale est sans
doute celui qui aura le plus interpell les conomistes. En effet, comme le souligne Cowell
(1990), la fraude fiscale revt un caractre particulier, tout dabord, en ce quelle constitue
une infraction commise lendroit dun agent conomique spcial, savoir lEtat ; ensuite,
elle requiert linteraction dlicate dinformations entre les diffrents agents impliqus (les
entrepreneurs, les contrleurs, le gouvernement) et enfin, il existe une relation spciale entre
la fraude fiscale et les thmes centraux de lconomie publique.
En ralit, la suite des travaux originels de Hart et du BIT, la question de la fraude fiscale a
t au centre dun dbat opposant principalement les tenants de la thorie des choix publics
aux thoriciens du bien-tre social, notamment sur le rle de lEtat. En effet, tandis que les
premiers considrent que les agents de lEtat sont des individus rationnels ayant pour
objectif de maximiser leur propre utilit, les seconds se fondent sur lhypothse dun Etat
jouant le rle de dictateur bienveillant et cherchant maximiser le bien-tre social.
6

Dans le cadre des thories du bien-tre social, il convient de retenir la contribution majeure
de la thorie de la fiscalit optimale qui suppose que lEtat dispose de tous les instruments
pour maximiser le bien-tre social et quil est tout fait dispos les mettre en uvre. Ds
lors, au regard de cette thorie, les contribuables prennent leur dcision de se conformer ou
pas leurs obligations fiscales en raction aux effets dissuasifs des sanctions lgales dfinies
par lEtat. Ce courant sinspire principalement des travaux prcurseurs de Allingham et
Sandmo (1972) sur la fraude fiscale. Plus rcemment, les travaux dauteurs tels que De Soto
(1989) montrant que linformalit dcoule dun choix tout fait rationnel de la part des
entrepreneurs ont aussi largement contribu relancer le dbat sur limportance de la fraude
fiscale au sein du secteur informel.
La place centrale de la fraude fiscale dans les questions relatives au secteur informel est sans
doute dabord lie aux consquences que celle-ci peut avoir sur les finances publiques.
Comme le montrent Andreoni et al. (1998), de ce point de vue, la fraude fiscale a des
implications en termes dquit, defficience et dincidence.
Il va sans dire que ce dbat se pose avec encore plus dacuit dans les pays en dveloppement
compte tenu de la raret des ressources, mais encore, en raison du rle prminent quy joue
lEtat, notamment en matire de fourniture de biens et services. Dans le mme ordre dides,
la faiblesse de la productivit tant rgulirement cite comme une des caractristiques
principales du secteur informel de ces mmes pays (voir Murtin et Echevin, 2007), il est
vident que lEtat aurait tout intrt promouvoir le passage de ces units de production au
secteur formel, ainsi que leur expansion.
Selon les hypothses du modle de Allingham et Sandmo (1972), largement reprises dans les
travaux qui ont suivi, lentrepreneur opre en situation dincertitude et est ainsi confront un
choix risqu (frauder ou ne pas frauder). La fraude tant une indlicatesse commise lendroit
de lEtat, celui-ci ragit en appliquant la lgislation fiscale. Ds lors, chacun de ces deux
agents ragit aux dcisions et actions de lautre, lEtat cherchant dissuader lentrepreneur
denfreindre la lgislation fiscale ( travers notamment le contrle exerc et les pnalits
encourues en cas de dtection dune fraude) et lentrepreneur ayant pour objectif de
maximiser son profit espr.
Comme le rappellent Andreoni et al. (1998), la squence de dcisions et dactions prsente
ci-dessus et impliquant lEtat et lentrepreneur est trs proche du problme Principal-Agent.
La question centrale pour lEtat tant de savoir comment concevoir un systme dimposition,
7

daudit et de sanctions qui satisfasse ses objectifs en termes de revenus fiscaux, ceci malgr
linformation imparfaite dont il dispose sur le comportement de lentrepreneur.
Des auteurs comme Feinstein (1991) ou Bardsley (1996) ont eu recours des modles de type
Principal-Agent afin danalyser les dterminants de la fraude face limpt sur le revenu,
ainsi que la dtection de cette dernire par les agents de ladministration fiscale, et plus
gnralement afin de mettre en vidence la squence des stratgies dveloppes par les
contribuables et ladministration fiscale. Plus rcemment, Gautier (2001) sest galement
inspir de ce type de modlisation afin dtudier les motifs de non enregistrement des units
de production informelles et ceux de la sous-dclaration du chiffre daffaires Madagascar.
3. METHODOLOGIE
3.1. Le modle Principal-Agent
Tout comme le modle Principal-Agent dcrit dans Allingham et Sandmo (1972) impliquant
lEtat et le contribuable, le modle ici prsent sapparente un jeu mettant en scne lEtat et
les entrepreneurs. En effet, lEtat qui y tient le rle de principal se charge de recueillir les
impts dus selon le barme dfini sur la base du chiffre daffaires des entreprises.
Limposition est tablie sur la base de la dclaration de chiffre daffaires soumise par
lentreprise. Ds lors, ladministration fiscale peut se retrouver confronte un problme
dasymtrie dinformation, lentrepreneur pouvant dissimuler une partie de son chiffre
daffaires. LEtat dispose en revanche de la possibilit de recourir au contrle et dappliquer
des sanctions au cas o il dtecterait une fraude. Une amende au taux o, applicable au chiffre
daffaires sous-dclar, est alors inflige lentreprise en situation irrgulire. Le montant de
lamende sajoute limpt esquiv constituant ainsi la pnalit J encourue par lentreprise
contrevenante:
J = (1 -o)t
(k)
+ o(1 -o) = (1 - o)(t
(k)
+ o)(1)
Avec o, le pourcentage du chiffre daffaires dclar; , le chiffre daffaire de lentreprise et
t
(k)
, le taux nominal dimposition. Il est par ailleurs suppos que lEtat dtient des
informations indpendantes de la dclaration qui lui est transmise, informations qui peuvent
ainsi le guider dans sa dcision de contrle. Il est ainsi gnralement admis que le chiffre
daffaires ainsi que le taux de dclaration sont des lments pouvant influencer la probabilit
de contrle.
Par ailleurs, lenregistrement de lentreprise tant susceptible daccrotre sa visibilit auprs
de ladministration fiscale, il parat judicieux dintgrer celui-ci dans le lot des variables
8

expliquant la probabilit de contrle. Les hypothses relatives la probabilit de contrle

exposes ci-dessus peuvent se rsumer en la fonction suivante :
= (, o, ) (2)
Avec,la probabilit de contrle et,lenregistrement de lentreprise qui prend la valeur 1 si
lentreprise nest pas enregistre et la valeur 0 sinon.
Lentrepreneur reprsente lagent. Il cherche maximiser son profit espr compte tenu de la
politique fiscale de lEtat. Autrement dit, le chef dentreprise tient compte la fois de ses
cots de production et de ses charges fiscales dans son programme de maximisation.
Lentreprise non enregistre est suppose supporter un cot supplmentaire. En effet,
chapper la lgislation fiscale (plus prcisment lenregistrement) a un prix et ncessite
souvent le recours des pratiques telles que la corruption ou encore la dispersion des
activits. Il est galement courant que les firmes inconnues des services fiscaux ne puissent
accder aux fournisseurs formels, certains marchs ou encore au crdit bancaire, do la
sollicitation dintermdiaires ou de financements informels, autant dlments venant se
greffer aux charges de lentreprise. Ce surcot associ au secteur informel est largement
document dans les articles de Wendorff (1985) ou De Soto (1989). Il est suppos voluer de
manire croissante en fonction du chiffre daffaires de lentreprise ; soit, en notant s le surcot
support par lentreprise informelle :
s
(k)
> u,s
(k)
i
> uets
(k)
ii
> u
En dfinitive, le comportement de lentreprise lgard de ladministration fiscale se trouve
au centre de sa stratgie de maximisation du profit. En dautres termes, le choix doprer dans
les secteurs informel ou formel ainsi que la dtermination du pourcentage de chiffre daffaires
dclarer lautorit fiscale sont intgrs au programme doptimisation de lentreprise. En
fait, lentrepreneur procde dabord un arbitrage relatif la dcision denregistrer ou non
son activit. Puis, lorsquil opte pour limmatriculation de son activit, il dtermine la fraction
du chiffre daffaires de son entreprise quil souhaite dclarer ladministration fiscale.
Le profit aprs impts de lentreprise dclarant lintgralit de son chiffre daffaires notn
correspond lcriture suivante:
n = (1 -t
(k)
) - c
(k)
(3)
Avec c
(k)
,le cot total de lentreprise. Dans le cas prsent, lentrepreneur dclare la totalit
de son chiffre daffaires, donc o = 1. En revanche, lorsque lentreprise dissimule une partie
9

de son chiffre daffaires ladministration fiscale, son profit aprs impts en labsence de
contrle fiscale scrit :
n
sd
= (1 -ot
(k)
) -(1 + - s
(k)
)c
(k)
(4)
Il convient de noter que lorsque lentreprise nest pas enregistre, = 1eto = u.Dans le cas
de loccurrence dun contrle fiscal, le profit espr de lentreprise qui sous-dclare son
chiffre daffaires devient :
n
c
= (1 - )n
sd
+ |(1 - o)n
sd
+ o(n
sd
- J)] = n
sd
- oJ(5)
En dautres termes, en labsence de contrle, lentreprise bnficie pleinement du profit
anticip aprs impt quelle tire de la sous-dclaration de son chiffre daffaires. En revanche,
lorsquil survient un contrle, son profit dpend de la dtection (avec la probabilito) ou non
de la sous-dclaration de son chiffre daffaires. Ainsi, dans le cas o la fraude nest pas
dtecte, lentreprise jouit pleinement du profit tir de sa sous-dclaration. Dans le cas
contraire, elle bnficie de ce mme profit, mais dfalqu de la pnalit. Lentreprise est
suppose choisir la clandestinit lorsque le profit espr que celle-ci lui procure est suprieur
au profit espr associ lenregistrement de son activit, soit lorsque :
n
=1
c
> n
=0
c
(6)
En remplaantn
sd
et Jpar leurs expressions dans la formule den
c
,la relation suivante est
obtenue :
|1 - (1 + s
(k)
)c
(k)
-
=1
o(t
(k)
+o)] > |(1 -ot
(k)
) -c
(k)
-
=0
o(1 - o)(t
(k)
+o)]
(7)
En simplifiant par et en rarrangeant cette criture la relation devient :
ot
k
-s
(k)
c
(k)
> o(t
(k)
+o)(
=1
- (1 - o)
=0
)(8)
Le terme de gauche correspond lconomie nette ralise en choisissant doprer dans le
secteur informel. En effet, il sagit de limpt esquiv auquel est retranch le surcot associ
linformel. Quant au terme de droite, il reprsente la diffrence de pnalit entre une
entreprise enregistre et une entreprise non enregistre. Autrement dit, tant que ce diffrentiel
de pnalits est infrieur au bnfice net li la non immatriculation, lentreprise choisira de
ne pas se faire connatre des autorits fiscales.

10

3.2. Le Modle Empirique

Afin dapprhender le comportement des entreprises informelles face la dcision
denregistrer ou pas leur activit et la dtermination de la fraction de leur chiffre daffaires
sous-dclar, le modle empirique retenu sinspire des travaux de Feinstein (1991) et de
Gautier (2001) et permet de procder au test empirique du modle Principal-Agent prsent
dans la section prcdente.
Le modle comporte deux volets. Le premier apprhende la dcision denregistrement des
entreprises et est dcrit grce un modle Probit dquations simultanes. Le second volet
sintresse la dtermination du taux du chiffre daffaire dclar et se matrialise sous la
forme dun modle Probit - Tobit dquations simultanes.
Ainsi, la dcision denregistrement peut tre dcrite laide dune variable latente y
1
-
non
observable correspondant la propension des entreprises enregistrer leur activit, cest--
dire:
_
y
1
= 1 si y
1
-
> u
y
1
= u sinon
(9)
O y
1
correspond une variable binaire prenant la valeur 1 lorsque lentreprise est
enregistre et la valeur 0 sinon. y
1
-
est suppose dpendre de variables caractristiques de
lentreprise telles que sa taille, le niveau dducation du chef dentreprise,etc. En dsignant
X
1
le vecteur des variables explicatives de lquation du choix denregistrement, on obtient
lcriture suivante:
y
1
-
= y
1
X
1
+
1
(10)
Avec
1
, un terme derreur normalement distribu. Lune des hypothses essentielles du
modle Principal-Agent repose sur la prise en compte de la probabilit doccurrence dun
contrle des entreprises par les agents de lEtat; aussi, cette probabilit est-elle intgre dans
lquation dcrivant la dcision denregistrement. Il sensuit la spcification suivante :
y
1
-
= [
1
y
2
-
+ y
1
X
1
+e
1
(11)
Avecy
2
-
,une variable latente reprsentant la probabilit subjective de contrle ressentie par
lentrepreneur. Cette probabilit obit au mme principe que celle associe la dcision
denregistrement, savoir une formulation de type Probit, avec y
2
une variable binaire
prenant la valeur 1 si lentrepreneur est contrle et la valeur 0 sinon.
11

Le jeu squentiel que dcrit ce modle Principal-Agent repose sur linteraction entre la
probabilit de contrle que ressent lentrepreneur et sa dcision denregistrer ou de ne pas
enregistrer son activit. Il sensuit que lenregistrement est aussi un argument de la fonction
de probabilit de contrle. En rsum, le modle denregistrement correspond au systme
dquations suivant :
_
y
1
-
= [
1
y
2
-
+ y
1
X
1
+ e
1
y
2
-
= [
2
y
1
-
+y
2
X
2
+e
2
(12)
Avec X
2
un vecteur de facteurs explicatifs de la probabilit de contrle qui peuvent tre la
taille de lentreprise, le secteur dactivit ou encore la valeur des immobilisations etc. Les
coefficients [ reprsentent les effets directs entre les variables latentes et les paramtres y
correspondent aux effets directs des variables exognes sur les variables latentes. Les termes
derreur e
1
et e
2
sont supposs normalement distribus de matrice de variance-covariance0.
La mthode destimation des paramtres suit la procdure dcrite dans J udge et al (1984).
Dans un premier temps,y
2
-
ety
1
-
sont successivement remplaces par leurs expressions dans
la premire et la seconde quation du systme. Les deux quations structurelles suivantes sont
ainsi obtenues :
y
1
-
= n
11
X
1
+ n
12
X
2
+0
1

y
2
-
= n
21
X
1
+n
22
X
2
+0
2
(13)
Avec:n
11
=
y
1
1-[
1
[
2
,n
12
=
[
1
y
2
1-[
1
[
2

n
21
=
[
2
y
1
1-[
1
[
2
, n
22
=
y
2
1-[
1
[
2

0
1
=
[
1
s
2i
+s
1i
1-[
1
[
2
,0
2
=
[
2
s
1i
+s
2i
1-[
1
[
2

Les termes derreur0sont supposs de distribution jointe normale avec :
E(0
1
) = E(0
2
) = u,
E(0
1
2
) = E(0
2
2
) =
11
=
22
= 1,
E(0
1
, 0
2
) =
12

Les paramtres des quations structurelles peuvent tre estims laide de rgressions Probit
et permettent ainsi dobtenir lestimation des probabilits associes lenregistrement et au
contrle. Les probabilits des quatre vnements possibles intervenant dans lexpression de la
vraisemblance correspondent aux critures suivantes :
12

P
11
(i) = Piob(y
1I
= 1) et Piob(y
2I
= 1) =
2
(y
1I
-
, y
2I
-
, )
P
10
(i) = Piob(y
1I
= 1) et Piob(y
2I
= u) =
2
(y
1I
-
, - y
2I
-
, -)
P
01
(i) = Piob(y
1I
= u) et Piob(y
2I
= 1) =
2
(-y
1I
-
, y
2I
-
, -)
P
00
= Piob(y
1I
= u) et Piob(y
2I
= u) =
2
(-y
1I
-
, - y
2I
-
, )(14)
O
2
dsignela fonction de rpartition de la loi normale bivarie.
La dclaration, pralable lacquittement de limpt, correspond un comportement
particulier. En effet, lentreprise procde un arbitrage relatif la fraction de son chiffre
daffaire quil compte dclarer auprs de ladministration fiscale. Ainsi, en sinspirant des
spcifications dcrites par Feinstein (1991), lquation relative la dclaration du chiffre
daffaires peut scrire laide dun modle Tobit :
o

-
= z
1
X
3
+0
1
(15)
Aveco
-
unevariable latente correspondant la part du chiffre daffaire non dclare et qui est
fonction dun vecteur de variables explicatives X
3
. 0
1
dsigne un terme derreur
normalement distribu N(u, o
1
2
).
Ainsi, o

reprsente le pourcentage de chiffre daffaire non dclar correspondant au modle

Tobit suivant :
o

= o

-
si o

-
> u
o

= usi o

-
u(16)
Ainsi, les probabilits associes aux deux vnements possibles savoir la dclaration
partielle du chiffre daffaires et la dclaration intgrale du chiffre daffaires peuvent scrire
comme suit :
Piob(
I
-
> u) =
( )

1
3 1
1
1

i i
X
(17)
Piob(
I
-
u) =

1
3 1
1

i
X
(18)
13

Avec
1
, lcart-type de lerreur 0
I
, la fonction de densit de probabilit de la loi normale
gaussienne et , la fonction de rpartition correspondante.
Le jeu squentiel intervenant entre lEtat et les entrepreneurs, en dautres termes le modle
Principal-Agent, implique que le comportement de dclaration est simultanment mesur avec
la probabilit de dtection dune fraude par ladministration fiscale. Cette dernire peut tre
apprhende aux moyens dune spcification Probit.
Soit
-
est une variable latente correspondant la probabilit de dtection dune fraude par
lautorit fiscale, elle sexprime en fonction dun vecteur de variables explicativesX
4
.

-
= z
2
X
4
+ 0
2
(19)
Avec 0
2
un terme derreur normalement distribuN(u, o
2
2
). est une variable binaire telle
que:

= 1 si

-
> u

= u si

-
u(20)
Ainsi, la probabilit associe la dtection dune fraude correspond :
Piob(B
I
-
> u) =

2
4 2

i
X
(21)
La probabilit de non dtection de fraude est reprsente par lexpression suivante :
Piob(B
I
-
u) =

2
4 2
1

i
X
(22)
En rsum, il sensuit que la fonction de vraisemblance du systme de dclaration-dtection
se dcompose en deux groupes dvnement.
Le premier sous-ensemble correspond au sous-chantillon pour lequel aucune fraude na t
dtecte. Le deuxime groupe correspond au sous-chantillon des entreprises pour lesquelles
un comportement frauduleux a t dtect. Dans le premier cas, soit, il y a rellement eu
absence de fraude ou alors il ya eu fraude mais celle-ci a chapp ladministration fiscale.
14

Ainsi, pour une entreprise appartenant au premier sous-groupe, la contribution la fonction de

vraisemblance est donne par :
L
1
= Prob(obscncc Jc rouJc) +Prob(rouJc) - Prob(non Jtcction)
L
1
= 1 -[
\
1
X
3
o
1
+ ]
1
o
1
j
(u

-\
1
X
3
)
o
1
[ j1 - [
\
2
X
4
o
2
[

0
u(23)
Dans le cas des observations pour lesquelles une sous-dclaration a t dtecte, la
contribution la vraisemblance est donne par lexpression suivante :
L
2
= Prob(rouJc) - Prob(Jtcction)
L
2
=
1
o
1
j
(u

-\
1
X
3
)
o
1
[ j[
\
2
X
4
o
2
[(24)
Il sensuit que lexpression de la fonction de vraisemblance L associe au systme
dclaration-dtection correspond au produit des deux vraisemblances ci-dessus ; soit sous
forme logarithmique :
log(L) = log _1 - _

1
X
3I

1
] + _
1

1
_
(
I
-
1
X
3I
)

1
_ _1 - _

2
X
4I

2
]_

0
u_
c1
+ log _
1

1
_
(
I
-
1
X
3I
)

1
_ __

2
X
4I

2
]__
c2
(2S)

4. DONNEES DE LETUDE
4.1. Analyse descriptive des donnes de lenqute ICA
3

La base de donnes de lenqute sur le climat des investissements au Sngal (ICA) ralise
par la Banque Mondiale en 2004 a t exploite dans le cadre de cette tude. Lchantillon
considr porte sur 246 entreprises du secteur manufacturier informel, autrement dit, sur des
entreprises ayant une activit de transformation
4
. Dans ce qui suit, il sagit de procder une
prsentation synthtique des donnes de lenqute ICA sur le secteur informel afin de donner
un bref aperu de la nature et du comportement des entreprises dudit secteur.

3
InvestmentClimateAssessment
4
Pouruneprsentationplusdtailledesdonnesdelchantillon,consulterlerapportdelaBanqueMondiale
surleSngalSENEGALUneEvaluationduClimatdesInvestissementspublienmars2005.
15

Lanalyse des rponses de lEnqute ICA montre tout dabord quune majorit des entreprises
de lchantillon sont enregistres auprs des services administratifs (Voir Tableau ci-dessous).
En effet, au cours de lenqute, seuls 37% des entrepreneurs interrogs dclaraient ne pas
avoir enregistr leur activit.
Cependant, parmi les 90 entreprises concernes, 22 dclarent avoir entrepris les dmarches
ncessaires au paiement de la patente, ce qui signifie que les 68 restantes ne se sont peut-tre
pas enregistres en raison dun manque dinformation.

Tableau I : Information et Enregistrement

Info
Enreg
Oui Non Total %

Oui

156

0

156

63.41
Non 22 68 90 36.59
Total 178 68 246 100
% 72.36 27.64 100

Source : Enqute ICA (Banque Mondiale, 2004)


Le tableau I permet ainsi de constater que linformation constitue un facteur prpondrant
dans la propension des entrepreneurs enregistrer leur activit auprs des services fiscaux. En
effet, environ 88% des entrepreneurs informs ont enregistr leur activit. Ce rsultat vient
conforter les observations faites dans le cadre dtudes descriptives telles que lEnqute
MADIO(1995) Madagascar qui montrait que 56% des units de production informelles
ntaient pas enregistres en raison de la mconnaissance des obligations fiscales de la part
des entrepreneurs.
Cependant, il est intressant de noter que les 22 entreprises non enregistres bien
quinformes ont un chiffre daffaires moyen suprieur de 65% celui des entreprises
informes et enregistres. Ceci laisse penser que malgr le rle important du critre
dinformation, le choix dappartenir au secteur informel peut galement tre guid par la
simple volont dchapper au fisc. Il semble donc que la volont denregistrer lentreprise
16

dpende du volume de lactivit. Qui plus est, comme le rappelle Gautier (2001), les rsultats
dune enqute dopinion sont toujours soumis la bonne foi des enquts.
.Tableau II : Information et Enregistrement par Quintiles de Chiffre dAffaires


1
er

quintile
2
me

quintile
3
me

quintile
4
me

quintile
5
me

quintile

enregistres 27 34 32 34 29
(%) 55 69 65 69 58

informes 33 35 35 37 38
(%) 67 71 71 76 76
Source : Enqute ICA (Banque Mondiale, 2004)

Le premier constat qui dcoule de lobservation du Tableau II est que le pourcentage
dentreprises informes de leurs obligations fiscales mais non enregistres est dautant plus
lev que le chiffre daffaires est important. En effet, ce pourcentage passe de 67% pour le
premier quintile 76% pour le dernier. Lon observe par ailleurs que le pourcentage
dentreprises enregistres atteint ses niveaux les plus faibles pour le premier (55%) et le
dernier quintile de chiffre daffaires (58%). De plus, lcart entre les proportions dentreprises
respectivement informes et enregistres atteint son maximum pour le quintile de chiffre
daffaires le plus lev, ce qui semble confirmer le fait que la dcision de ne pas senregistrer
auprs du fisc rsulte dun choix dlibr de la part des entreprises appartenant ce quintile
de chiffre daffaires.

Tableau III : Enregistrement et Quintiles du nombre d'employs permanents


1
er

quintile
2
me

quintile
3
me

quintile
4
me

quintile
5
me

quintile

enregistres
32 37 25 28 34
(%)
65 76 51 57 68

Source : Enqute ICA (Banque Mondiale, 2004)
17

Les rsultats du tableau III montrent que lorsque le nombre demploys (en particulier, les
employs permanents en priode de forte activit) est retenu comme indicateur de la taille des
entreprises, rien ne permet a priori de conclure une propension plus forte lenregistrement
des entreprises mesure que leur taille augmente.

Par ailleurs, la question de savoir sils comptent parmi leur clientle ladministration ou de
grandes entreprises, les entrepreneurs interrogs rpondent trs largement par la ngative ; en
effet, seuls 19% dentre eux affirment avoir affaire de gros clients, ce qui est symptomatique
de la difficult pour les entreprises informelles daccder certains marchs. Cependant,
comme lon aurait raisonnablement pu sy attendre, le tableau IV indique que la proportion de
la clientle compose de grandes entreprises (entreprises de plus de 100 employs) et de
ladministration augmente avec le niveau du chiffre daffaires des entreprises informelles.
Lintensit des rapports quentretiennent les entreprises du secteur informel avec celles du
secteur formel apparat donc comme tant lie au volume de leur activit.
Tableau IV : Proportion de Gros Clients par quintile de chiffre daffaires


1
er

quintile
2
me

quintile
3
me

quintile
4
me

quintile
5
me

quintile
Clientle
Grandes
Entreprises ou
Administration
2 4 4 2 7
(%) 7 12 12,5 6 24
Source : Enqute ICA (Banque Mondiale, 2004)

Par ailleurs, le tableau V ci-dessous prsente les rsultats de lenqute ICA relatifs la
probabilit de loccurrence dun contrle par les agents de ladministration fiscale telle que
ressentie par les entrepreneurs informels. En effet, sur les 246 entreprises de lchantillon, 95
dclarent avoir un problme avec la lgislation fiscale
5
. Le tableau V prsente la rpartition
des rponses par quintile de chiffre daffaires.

5
LesproblmesavecdesagentsdelEtatoulesproblmesaveclalgislationfiscalesontrgulirement
utilisesdanscetypedenqutepourapprhenderlaprobabilitdeloccurrenceduncontrleparlesservices
fiscaux.
18

Tableau V : Contrle et Enregistrement par Quintile de Chiffre dAffaires

1
er

quintile
2
me

quintile
3
me

quintile
4
me

quintile
5
me

quintile
contrles 18 19 19 12 27
(%) 37 39 39 25 54
Source : Enqute ICA (Banque Mondiale, 2004)

Il apparat la lecture du tableau V que la probabilit de loccurrence dun contrle semble
voluer positivement avec le niveau du chiffre daffaires ( lexception du 4
e
quintile. Cela est
particulirement vrai pour les entreprises du dernier quintile de chiffre daffaires ; en effet,
plus de la moiti dentre elles seraient susceptibles de subir un contrle de la part des agents
de lEtat. Autrement dit, la crainte dun contrle augmente chez les entrepreneurs informels
mesure que leur chiffre daffaires augmente.
4.2. Evaluation de lImpt d par les entreprises non enregistres
La premire mission de cette tude a consist dterminer limpt thorique applicable aux
entreprises de lchantillon qui sont en marge de la rglementation fiscale. Ainsi, il convient
de rappeler quau Sngal, les petites entreprises sont soumises au rgime de la Contribution
Globale Unique (CGU) depuis ladoption de la loi n 2004-12 du 6 fvrier 2004 portant
rforme du Code Gnral des Impts. La CGU constitue un impt unique synthtique
regroupant la fois limpt sur le revenu, la TVA, la patente, la contribution des licences,
limpt du minimum fiscal et la contribution forfaitaire la charge de lentrepreneur. Les
objectifs viss par la loi instaurant la CGU sont les suivants :
- La simplification et lquit du systme fiscal ;
- La rationalisation de lassiette et la promotion du consentement volontaire limpt ;
- La promotion de linvestissement et de la comptitivit ;
- Lamlioration des garanties du contribuable et la lutte contre la fraude fiscale.
La Contribution Globale Unique est tablie chaque anne en considration de la totalit du
chiffre daffaires ralis du 1
er
janvier au 31 dcembre de lanne prcdente, dduction faite
des oprations soumises au prcompte de la TVA. Les tarifs de la CGU varient selon le
chiffre daffaires de lentreprise et la nature de son activit ; en effet, il existe trois barmes
19

distincts de la CGU, suivant que lactivit de lentreprise tient du commerce, de la prestation

de services ou de la livraison dautres types de produits. Les entreprises assujetties la CGU
sont ainsi tenues de verser auprs des centres de paiement fiscaux des acomptes imputer sur
limpt d au titre de lanne. Chacun de ces acomptes est gal au tiers de limpt d
6
.
Il sensuit que les entreprises assujetties au paiement de la CGU sont tenues dadresser
ladministration fiscale, avant le 1
er
Fvrier de chaque anne, une dclaration indiquant : le
montant de leurs achats de lanne prcdente, la valeur globale (au prix de revient) de leurs
stocks du 1
er
janvier au 31 dcembre de ladite anne, de mme que le montant de leurs ventes
ou de leurs chiffres daffaires correspondant, le montant de leurs loyers professionnels et
privs, le nombre et la puissance de leurs automobiles utilitaires ou de tourisme et la
superficie de leurs exploitations agricoles en rapport avec les moyens matriels mis en uvre.
Ds lors, les tranches du barme de la CGU tant indexes sur le chiffre daffaires, lanalyse a
dabord consist recenser les entreprises non enregistres de lchantillon et leur appliquer
le montant prvu par la loi, compte tenu du montant de leur chiffre daffaires. Les rsultats
correspondants, par secteur dactivit, sont prsents dans le tableau VI qui fait apparatre le
montant de la Contribution Globale Unique d, selon le chiffre daffaires et le secteur
dactivit
7
.

Lobservation du tableau VI montre ainsi que le montant global quauraient d honorer les
entreprises de lchantillon non enregistres, au titre de la CGU, slve 23 393 000 FCFA,
soit 3,03% du chiffre daffaires global de ces firmes (environ 773 millions). Ce montant
tmoigne de la pression fiscale relativement faible que subissent les entreprises informelles de
la part de lEtat. Par ailleurs, les rsultats du mme tableau indiquent que les secteurs de la
Construction, du Bois et de lAmeublement sont a priori ceux o la proportion dentreprises
non enregistres est la plus leve.

6
Cesacomptesdoiventtreverssdanslesquinzepremiersjoursdesmoisdefvrier,maietaotdelanne
dtablissement de limpt. Ils doivent tre pays la caisse du comptable du Trsor du lieu de dimposition
dfiniparlarticle34duCodeGnraldesImpts.
7
Voir Code Gnral des Impts ou Wade et Diye (2007), pp. 269-271 pour des prcisions sur le barme de la
CGU.
20

TableauVI:Evaluationdeltenduedelimptthoriquementdparlesouschantillon
desentreprisesnonenregistres
Secteurs
Effectif
Par
Secteur
Chiffre
daffaires
Entreprises
non
Enregistres
(en%)
Contribution
Globale
Unique(CGU)
CGUsurchiffre
daffaires(en
%)

Agro-industrie
17
65 684 780 23,5 1 775 000 2,70
Chimie
6
3 780 000 16,7 120 000 3,17
Constructions
9
44 500 000 66,7 1 188 000 2,67
Meubles
29
74 159 560 41,4 2 535 000 3,42
Mtaux
50
94 773 900 32 3 240 000 3,42
Papier
22
76 084 780 27,3 2 475 000 3,25
Textiles
53
87 168 241 34 3 090 000 3,54
Bois
38
277 429 560 52,6 7 380 000 2,66
Autres
21
49 284 660
33,3 1590000 3,22



Total
246
772 865 482 36,6 23 393 000 3,03



Source : Enqute ICA (Banque Mondiale, 2004) et Code Gnral des Impts (Sngal)

5. RESULTATS
5.1. Description des variables explicatives
De manire gnrale, les variables explicatives utilises dans le cadre de lestimation des deux
spcifications peuvent tre rparties en deux groupes. Le premier de ces groupes est constitu
de variables structurelles permettant prcisment de rendre compte de la structure du jeu
squentiel impliquant lentrepreneur et lEtat, travers le modle thorique prsent dans la
section 2.2. Les variables correspondantes sont les suivantes :
- Enreg dsigne une variable binaire prenant la valeur 0 ou 1, suivant que
lentreprise est enregistre soit, auprs dun organisme gouvernemental, auprs dun
organisme local, communal ou municipal, ou auprs dune chambre de commerce ou
dindustrie ;
- control reprsente une variable binaire prenant la valeur 0 ou 1 selon que
lentreprise est susceptible de subir un contrle de la part du fisc ou pas. Cette variable
21

est approche par loccurrence dun problme entre lentreprise et ladministration

fiscale ;
- La variable Declar dsigne quant elle le pourcentage du chiffre daffaires que
lentrepreneur choisit de sous-dclarer. Compte tenu de la difficult de disposer du
montant exact de la sous-dclaration, on recourt un proxy rendant compte du
pourcentage qui, selon les entrepreneurs, est sous dclar par les firmes de leur
domaine dactivit ;
- Detect permet dapprhender la propension de ladministration fiscale dtecter
les fraudes commises par les entreprises. La variable a ainsi t construite en recensant
les entreprises de lchantillon qui ont eu payer une amende lors de lanne
comptable prcdant lenqute, suite des inspections de la part dagents du
gouvernement.
En sus de ces quatre variables qui constituent les variables dpendantes des deux systmes
dquations simultanes retenus pour rendre compte de la structure du modle thorique, on
retient les variables explicatives suivantes :
- Tximpt dsigne une variable binaire prenant la valeur 0 ou 1 selon que le taux
dimposition reprsente un obstacle svre ou pas pour lentrepreneur.
- Clients permet est galement une variable binaire prenant la valeur 0 ou 1 selon
que ladministration et de grandes entreprises (plus de 100 employs) font partie
de la clientle. Cette variable tire galement son importance du fait quelle permet de
rendre compte des liens quentretient lentreprise avec le secteur formel.
- CA dsigne le chiffre daffaires ralis par lentreprise au cours de lanne
prcdant lenqute.
- Taille est, quant elle, une variable reprsentative du nombre demploys
permanents dont a dispos lentreprise durant lexercice prcdant lenqute.
En guise de complment ces variables structurelles, les variables de contrle Percetat ,
Age et Educ ont t introduites dans le modle. En effet, la variable Percetat , qui est
une variable binaire prenant la valeur 0 ou 1 selon que le dirigeant de lentreprise a une
perception est bonne ou pas . Cette variable permet notamment de tenir compte de lide
selon laquelle les contribuables, et plus prcisment les dirigeants dentreprise, considrent
laction gouvernementale dans leur dcision de consentir ou pas leurs obligations fiscales.
Cette ide est gnralement associe aux thories du choix public selon lesquelles une bonne
22

perception des entrepreneurs vis--vis de lEtat tendrait inciter ces derniers payer leurs
impts.
Par ailleurs, lintroduction des variables dmographiques que sont Age et Educ se
justifie par le fait que les variables reprsentatives de lducation et de lge sont souvent
apparues comme pertinentes dans la littrature sur le comportement des contribuables car
pouvant rendre compte, dans une certaine mesure, du degr dinformation. Les rsultats
concernant ces variables sont cependant mitigs dans la littrature empirique sur la
conformit aux obligations fiscales.
Par ailleurs, des variables supplmentaires sont introduites dans le modle afin de capter le
comportement des entreprises de lchantillon de lentreprise selon leur appartenance
diffrents secteurs de lconomie. Les secteurs retenus sont au nombre de neuf, savoir
lAgro-industrie, le Bois, les Produits Chimiques, la Construction, le Textile, les Industries
Plastiques, le Papier, les Mtaux et lAmeublement. Des variables binaires gales 0 ou 1
permettent ainsi de capter les spcificits sectorielles au sein de lchantillon.
5.2. Rsultats Empiriques
Il sagit ici de procder au test empirique du modle Principal-Agent prsent dans la sous-
section 2.2 en mettant en jeu les dcisions de lentrepreneur relatives lenregistrement (ou
non) et la dtermination de la part de son chiffre daffaires quil souhaite sous-dclarer, ceci
en raction la prrogative de contrle fiscal que dtient lEtat et de la dtection dune fraude
qui peut sensuivre. Ainsi, tel que dcrit dans la section consacre la mthodologie,
lestimation dun modle de type Probit quations simultanes a permis, en premier lieu,
daboutir aux rsultats relatifs lenregistrement des entreprises et au contrle exerc par
ladministration fiscale. En second lieu, lestimation dune spcification Probit-Tobit a permis
dapprhender le comportement des entrepreneurs face la dcision de sous-dclarer leur
chiffre daffaires ou pas, et leur raction face la propension de ladministration fiscale a
dtecter les cas de sous-dclaration. Les rsultats relatifs la dcision denregistrement sont
ainsi prsents dans le tableau VII.
La premire partie de ce tableau correspond aux rsultats de lquation denregistrement des
entreprises. Globalement, les coefficients sont significatifs en dehors de la perception que les
entreprises ont de la politique fiscale mene par lEtat. Par ailleurs, les rsultats indiquent que
le contrle fiscal exerce un effet dissuasif sur la dcision denregistrement des entreprises. En
effet, plus les entreprises ressentent une forte probabilit de loccurrence dun contrle, plus la
probabilit de leur enregistrement augmente.
23

TableauVII:Estimationsrelativesladcisiondenregistrementdesentreprises

Enregistrement
Variabledpendante:probabilitdenregistrement(Enreg)
Mthodedestimation:maximumdevraisemblancemodleProbitquationssimultanes
Nombredobservations:246entreprises
Variablesexplicatives
Structurelles Coefficients Secteurs Coefficients
Control 19.52(9.60)*** bois 1.26(2.54)**
Tximpt 12.27(8.46)*** Agroindus 1.09(2.19)**
Taille 0.02(2.42)** Chimie 2.19(3.71)***
Ca 4.63(7.45)***
0.83(3.22)***
0.11(7.11)***
0.27(1.06)
Construct 0.00(0.00)
Educ Meuble 0.20(0.50)
Age Mtaux 0.54(1.22)
Percetat Papier 2.94(5.00)***
Clients 3.70(4.88)*** Textiles 1.52(3.62)***

Probabilitdecontrle
Variabledpendante:probabilitdecontrle(control)
Mthodedestimation:maximumdevraisemblancemodleProbitquationssimultanes
Nombredobservations:246entreprises

Variablesexplicatives
Structurelles Coefficients Secteurs Coefficients
Enreg 1.26(4.77)*** Bois 0.53(1.61)
Ca 0.78(4.11)*** Agroindus 0.06(0.15)
Taille 0.00(0.31) Chimie 0.16(0.28)

Construct 0.36(0.72)

Meuble 0.59(1.57)

Mtaux0.16(0.49)

Papier 0.48(1.31)

Textiles0.23(0.73)
Log vraisemblance

Coefficient de corrlation (p)
222.24205


0.1224361

Note: les valeurs des Zstatistics sont entre parenthses. Le nombre dtoile indique le
niveau de significativit des coefficients: ***lorsque le coefficient est significatif 1%,
**pouruncoefficientsignificatif5%et*lorsquelecoefficientestsignificatif10%.

Les entreprises ayant voqu le taux dimposition comme tant un obstacle majeur leur
activit ont de fortes chances de ne pas senregistrer. Ce rsultat semble indiquer un
comportement danticipation des entreprises, le taux dimposition nintervenant normalement
pas dans la phase denregistrement.
24

Contrairement la taille de lentreprise mesure par le nombre demploys, le chiffre

daffaires a un impact ngatif sur la probabilit denregistrement, ce rsultat corrobore le
rsultat du tableau II qui indiquent notamment que le dernier quintile de chiffre daffaires
compte le pourcentage le plus faible dentreprises enregistres (52%). Le niveau dducation
et lexprience du chef dentreprise ont en revanche une influence positive sur la probabilit
denregistrement.
La clientle issue de ladministration ou des grandes entreprises - cette clientle est largement
reprsentative du secteur formel - exerce un impact positif sur la probabilit denregistrement.
En dautres termes, plus les clients sont importants ou sont issus de ladministration, plus
lentreprise est incite enregistrer son activit.
Les secteurs ont galement t pris en compte et il apparat que les entreprises oprant dans
les secteurs du bois, du meuble, des mtaux et du papier ont tendance ne pas enregistrer leur
activit.
En effet, ce rsultat est corrobor par les rsultats du tableau VI qui montrent que les
entreprises appartenant aux trois premiers de ces secteurs reprsentent elles seules 53,3 %
des entreprises non enregistres.
Les rsultats relatifs la fonction de probabilit de contrle figurent au bas du tableau VII.
Les lments en possession de lautorit fiscale sont pris en compte comme facteurs
explicatifs. Il sagit du chiffre daffaires et du nombre demploys de lentreprise. En effet,
ces informations doivent tre fournies rgulirement ladministration fiscale. Les secteurs
sont galement inclus dans lestimation. Les rsultats destimation montrent que le coefficient
associ la probabilit denregistrement est affect dun signe positif, ce qui signifie que, plus
les entreprises senregistrent, plus elles ont de chances dtre contrles. En effet,
lenregistrement rend lentreprise visible.
Les deux lments de taille de lentreprise savoir le chiffre daffaires et le nombre
demploys agissent ngativement sur la probabilit de contrle quoique le coefficient du
nombre demploys ne soit pas significatif. Toujours en ce qui concerne lquation de la
probabilit de contrle, tous les coefficients associs aux diffrents secteurs sont positifs,
lexception de ceux correspondant aux mtaux et aux textiles ; cependant, aucun de ces
coefficients nest significatif.

Un systme dquations Probit-Tobit a ensuite permis dapprhender le comportement des
entrepreneurs face la dclaration du chiffre daffaires de leur entreprise. Les rsultats de
lestimation de ce systme sont rsums dans le tableau VIII ci-dessous.
25

TableauVIII:Estimationsrelativeslasousdclarationduchiffredaffaires
Probabilitdesousdclaration
Variabledpendante:probabilitdesousdclarationduchiffredaffaires(Declar)
Mthodedestimation:maximumdevraisemblancemodleProbitTobitquations
simultanes
Nombredobservations:156entreprises
Variablesexplicatives
Structurelles Coefficients Secteurs Coefficients
Detect 0.04 (2.65) *** bois 0.37 (113.58) ***
Percetat
-0.12 (-72.46) *** Textiles 0.08 (34.32) ***
Tximpt -0.02 (-11.31) *** Agroindus -0.01 (-3.94) ***
Age 0.00 (83.65) *** Mtaux 0.11 (41.74) ***
Educ 0.20 (119.01) *** Meuble 0.12 (41.17) ***
Taille 0.01 (98.15) *** Chimie 0.11 (22.50) ***
Control 0.02 (8.71) *** Papier 0.15 (48.72) ***
Construct 0.01 (1.89) *

Probabilitdedtectionduchiffredaffairesdissimul
Variabledpendante:probabilitdedtectiondechiffredaffairesdissimul(detect)
Mthodedestimation:maximumdevraisemblancemodleProbitTobitquations
simultanes
Nombredobservations:156entreprises
Variablesexplicatives
Structurelles Coefficients

Secteurs Coefficients
Declar
-1.49 (-1.15) Bois 0.02(0.03)
Ca - 0.02 (-1.23) Textiles 1.38(2.51)**
Taille 0.03 (-0.64) Agroindus 0.71(1.14)

Mtaux 1.23(2.15)**

Meuble 1.05(1.74)

Chimie 0.11(0.14)

Papier 0.65(0.91)

Construct 7.80(0.01)

Note: les valeurs des Zstatistics sont entre parenthses. Le nombre dtoiles indique le
niveau de significativit des coefficients: ***lorsque le coefficient est significatif 1%,
**pouruncoefficientsignificatif5%et*lorsquelecoefficientestsignificatif10%.

Les rsultats du tableau VIII montrent tout dabord que les variables impliquant lintervention
de lEtat sont toutes positivement corrles avec la probabilit dune sous-dclaration du
chiffre daffaires. En effet, les coefficients respectivement associs la probabilit de
dtection dune fraude et la probabilit de contrle sont positifs et significatifs. Ce rsultat
26

est relativement troublant car suggrant que laction de lEtat na pas deffet dissuasif sur la
propension des entreprises du secteur informelles sous-dclarer leur chiffre daffaires.
Dans le mme ordre dides, il est noter que lorsque les entrepreneurs informels peroivent
le taux de dimposition comme un obstacle majeur , ceci ne les conduit pas soustraire une
partie de leur chiffre daffaires lexamen du fisc.
En revanche, les rsultats destimation suggrent que plus la perception que les entrepreneurs
informels ont de la politique fiscale est bonne et plus leur propension une dclaration
authentique du chiffre daffaires augmente. En effet, le coefficient associ la variable
Percetat est ngatif et significatif. Il est par ailleurs intressant dobserver que les
coefficients estims relatifs aux variables reprsentatives de lge et du niveau dducation
des entrepreneurs sont positifs et significatifs 1% ; ce rsultat parat a priori surprenant car
ces variables sont censes rendre respectivement compte dun certain niveau d exprience
et dune certaine aisance dans lassimilation des rglementations.
Lexamen du coefficient estim associ la variable taille , mesure par le nombre
demploys permanents, montre que plus cette dernire augmente et plus les dirigeants
dentreprises informels tendent dissimuler une partie de leur chiffre daffaires.
Il est galement intressant de relever qu lexception du secteur de lagro-industrie
(essentiellement compos de boulangeries dans lchantillon), les coefficients estims
associs aux variables dichotomiques sectorielles sont tous positifs et significatifs. Autrement,
les rsultats de lestimation laissent apparatre que la sous-dclaration du chiffre daffaires est
la rgle parmi les entreprises informelles enregistres de lchantillon. Les coefficients
destimation sont tous significatifs 1%, lexception du secteur de la Construction pour
lequel la significativit est obtenue au seuil de 10%.
En ce qui concerne la seconde partie du tableau VIII, elle prsente les rsultats destimation
relatifs la propension des autorits fiscales dtecter les cas de sous-dclaration du chiffre
daffaires. Ces rsultats indiquent tout dabord une corrlation ngative entre la propension
la sous-dclaration du chiffre daffaires par les entrepreneurs et la probabilit de dtection. Il
en est de mme entre cette dernire et le montant du chiffre daffaires. En revanche, la taille
de lentreprise informelle (mesure par le nombre demploys permanents) volue
positivement avec la probabilit de dtection. Cependant, aucun de ces coefficients napparat
significatif.
27

En ce qui concerne les rsultats selon les secteurs dactivit, ils indiquent des coefficients
estims presque toujours ngatifs ( lexception du secteur du Bois), mais seuls les
coefficients associs aux secteurs des Industries Textiles et des Mtaux sont significatifs. A ce
niveau, il convient de noter que la probabilit de dtection a t approche laide des
individus de lchantillon qui ont eu payer une amende ladministration fiscale. Or les
rsultats de lenqute montrent que peu dentreprises de lchantillon retenu ont t
concernes. En effet, ce type de donnes est en gnral difficile obtenir. De plus, il est
possible que les sanctions observes aient t tablies pour des raisons autres que des
dclarations inexactes.

28

6. CONCLUSION ET RECOMMANDATIONS

La prsente tude a permis dapprhender le comportement des entreprises informelles vis--
vis de ladministration fiscale partir des donnes de lenqute sur le climat des
investissements au Sngal (ICA) ralise en 2004 par la Banque Mondiale et portant sur un
chantillon de 246 entreprises. La mthodologie est base sur un modle Principal-Agent
mettant en confrontation lEtat et les units de production informelles, permettant ainsi de
dcrire le processus les menant la dcision denregistrement ainsi qu la dtermination de
la part de leur chiffre daffaires dclarer, compte tenu des outils de contrle et de dtection
la disposition de ladministration fiscale. En sus des paramtres classiques du modle
Principal-Agent, des variables de contrle telles que le niveau dducation, la connaissance
des obligations fiscales ou encore la perception des entreprises quant la politique fiscale ont
galement t introduites.
Ltude a rvl dans un premier temps que limpt quaurait d payer les entreprises non
immatricules ne reprsente que 3% de leur chiffre daffaires global. Ce montant tant
relativement faible, la persistance de linformalit une chelle relativement importante
pourrait se justifier par un dfaut dinformation.
Cependant, les rsultats obtenus partir du modle Principal-Agent mettent en vidence
lexistence dun comportement anticipatif et maximisateur de la part des entrepreneurs
informels. Certes, le fait de percevoir le taux dimposition comme un obstacle majeur ne
conduit pas les entrepreneurs informels sous-dclarer leur chiffre daffaires (une fois passe
ltape de lenregistrement), mais il semble que le fait de voir le taux dimposition comme un
problme les dissuade une partie dentre eux de procder lenregistrement de leur activit.
Ces rsultats tmoignent de lexistence de la myopie de certains entrepreneurs informels
face la lgislation fiscale. En effet, lasymtrie dinformation semble agir de telle sorte que
la pression fiscale anticipe que ressentent certaines entreprises non enregistres lemporte sur
le surcot li au non enregistrement de leur activit, tandis que les autres ne sont tout
simplement pas au fait de leurs obligations. Cependant, il convient de nuancer le rle de
linformation dans le comportement des entreprises informelles car les rsultats destimation
montrent que lentrepreneur informel est dautant moins dispos faire enregistrer son
activit que le montant de son chiffre daffaires est lev.
Il sy ajoute que les entrepreneurs informels tendent dissimuler le montant rel de leur
chiffre daffaires mesure que la taille de leur entreprise (mesure par le nombre demploys
permanents) augmente, mme si celle-ci agit positivement sur la dcision denregistrer
29

lactivit. Ceci est galement vrai pour les variables reprsentatives du niveau dducation et
de lge de lentrepreneur qui, bien quagissant positivement sur la propension
lenregistrement, sont positivement corrles avec la sous-dclaration du chiffre daffaires.
Globalement, ces rsultats laissent penser que les entrepreneurs dont la taille de lactivit est
plus importante, ceux qui sont les plus gs et ceux bnficiant dun niveau dducation plus
lev souffrent le moins de lasymtrie de linformation et dcident de se soustraire de leurs
obligations fiscales sur la base dun choix dlibr.
Lanalyse selon les secteurs dactivit a, quant elle, conduit des coefficients ngatifs pour
les secteurs du Bois, du Papier, des Mtaux et de lAmeublement dans lestimation de
lquation denregistrement ; cependant, les coefficients associs aux deux derniers
apparaissent comme ntant pas significatifs. Par ailleurs, la sous-dclaration du chiffre
daffaires passe pour tre la rgle dans tous les secteurs lexception notable du secteur de
lAgro-industrie (le sous-chantillon correspondant est essentiellement compos de
boulangeries).
Les rsultats de ltude confirment lexistence dune certaine htrognit dans le secteur
informel. Les diffrences observes sont particulirement marques entre les premier et
dernier quintiles de chiffre daffaires. Les entreprises du dernier quintile de chiffre daffaires
apparaissent ainsi comme tant plutt bien au fait de leurs obligations fiscales, mais sont
celles qui respectent le moins leurs obligations fiscales comme le montre le Tableau II. Ceci
est dailleurs corrobor par les rsultats relatifs lenregistrement et la sous-dclaration du
chiffre daffaires. En revanche, plus le volume dactivit est faible et plus linformation
devient une explication plausible du non respect des obligations fiscales. Ces observations
corroborent lide de la coexistence dun secteur informel de survie et dun secteur
informel dont les choix sont plutt dicts par la rationalit conomique et la recherche dun
profit maximal (en marge ou lintrieur du systme fiscal).
En ce qui concerne les prrogatives de lEtat (contrle fiscal et dtection de fraude), les
rsultats montrent que les entreprises y sont relativement insensibles, si ce nest que la
probabilit de loccurrence dun contrle, telle que ressentie par les entreprises informelles,
est positivement corrle avec la propension lenregistrement. En revanche, lintervention
des agents de lEtat dans la sphre informelle ne semble avoir aucun effet dissuasif sur la
fraude fiscale. Cela transparat trs clairement dans le Tableau VIII o les coefficients
associs la dtection et au contrle volue positivement avec la sous-dclaration. De ce
30

point de vue, ces rsultats corroborent les conclusions de lEnqute 1-2-3 faisant tat dune
mansutude bienveillante de lEtat lgard du secteur informel.
Ds lors, il apparat quune meilleure sensibilisation des acteurs du secteur informel quant la
teneur de leurs obligations fiscales, avec le concours mme de ladministration fiscale, serait
souhaitable. En effet, la proportion dentreprises non enregistres semble tonnamment leve
compte tenu du chiffre daffaires moyen des entreprises. De mme, les rsultats relatifs au
contrle fiscal et la dtection de sous-dclarations montrent que le systme de contrle et
des pnalits demeure largement perfectible. Les rsultats de ltude laissent galement
penser que la mise en place de taxes rcuprables par les firmes enregistres pourrait, par
exemple, inciter les entreprises davantage intgrer le systme fiscal, dans la mesure o cela
accrotrait le surcot que supportent certaines entreprises du fait quelles sont inconnues des
services fiscaux (notamment, travers le recours aux biens et services formels).
De plus, une rvision des tranches dimposition pourrait tre envisage ; en effet, les bornes
des tranches du barme de la CGU sont dlimites 1 franc CFA prs, tandis que dune
tranche lautre, le rapport des contributions dues peut aller du simple au double. Une telle
mesure permettrait dviter que certaines entreprises soient tentes de dissimuler une partie de
leur chiffre daffaires afin de passer une tranche infrieure. Il va sans dire que, dun point de
vue conomique, ce problme se pose avec beaucoup plus dacuit au niveau de la frange des
entreprises dont le chiffre daffaires est tout juste suffisant pour les voir assujetties au rel, la
tentation de la sous-dclaration y tant naturellement trs forte.

31

REFERENCES BIBLIOGRAPHIQUES

Allingham, M. G. et Sandmo, A. (1972), Income Tax Evasion: A Theoretical Analysis. ,
Journal of Public Economics, vol. 1, pp 323 338.

Amemiya, T. (1979), The Estimation of a Simultaneous-Equation Tobit Model ,
International Economic Review, 20(1):169-181.
Andreoni, J ., Erard, B., Feinstein, J . (1998), Tax Compliance , Journal of Economic
Literature, vol. 36, J une, pp. 818 860.

Bardsley, P., (1996), Tax compliance games with imperfect auditing , Public Finance, vol
51, n4 supplement, pp. 473-89.

Bloomquist, K.M., (2003), Tax Evasion, Income Inequality and Opportunity Costs of
Compliance , Paper presented at the 96
th
Annual Conference of the National Tax
Association.

Cowell, F. (1990), Cheating the Government , Cambridge: MIT Press.

De Paula, A. et J . A. Scheinkman, (2007), The Informal Sector , NBER Working Papers
13486, National Bureau of Economic Research, Inc, revised.

De Soto, H. (1989), The Other Path: The Invisible Revolution in the Third World , Harper
and Row.

Feinstein, J . S. (1991), An Econometric Analysis of Income Tax Evasion and its
Detection ,
RAND Journal of Economics, vol. 22, n1, Spring, pp. 14-35.

Franzoni, L. A., (2000), Tax Evasion and Tax Compliance , in: Bouckaert, B. and G. Van
De Geest (eds.), Encyclopedia of Law and Economics, Vol. 4, Cheltenham: Edward Elgar, 52-
94.

Gautier, J -F., (2001), L'informel Est-il une Forme de Fraude Fiscale ? : Une Analyse
Micro-conomtrique de la Fraude Fiscale des Micro-entreprises , in Revue d'conomie du
dveloppement, n 3, p. 25-50.

Harding, P. et R. J enkins (1989), The Myth of the Hidden Economy: Towards a New
Understanding of Informal Economic Activity , Philadelphia: Open University Press,
Milton Keynes.

Hart, K. (1971), Small Scale Entrepreneurs in Ghana and Development Planning , Journal
of Development Planning, J uly.

ILO (1972), Employment, Income and Equality: A Strategy for Increasing Productive
Employment in Kenya , International Labour Office, Geneva.
J udge, G.G., Hill, R.C., Griffths, W., Lutkepohl, H et Lee, T-C. (1982), Introduction to the
Theory and Practice of Econometrics , New York: Wiley.
32

MADIO (1995), Le Secteur Informel dans lAgglomration dAntananarivo: Performances,

Insertion, Caractristiques, Perspectives. , Enqute 1-2-3 (phase 2), octobre, 49 p.

Maddala, G. S. (1983), Limited-Dependent and Qualitative Variables in Econometrics ,
Cambridge University Press.

McKenzie, D. et Y.S. Sakho, (2007), Does it Pay Firms to Register for Taxes? The Impact
of Formality on Firm Profitability , Washington D.C: World Bank.

Murtin, F. et D. Echevin (2007), What Determines Productivity in Senegal? Sectoral
Disparities and the Dual Labor , Cahiers de recherche 07-15, Dpartement d'Economique de
la Facult d'administration l'Universit de Sherbrooke.

Nelson, F. et L. Olson, (1978), Specification and Estimation of a Simultaneous-Equation
Model with Limited Dependent Variables , International Economic Review, Vol.19, N3.

Swaminathan, M. (1991), Understanding the Informal Sector: A Survey , WIDER WP 95,
Finland.

Wade, M.D.N. et M. Diye (2007), La Pratique Fiscale Sngalaise , 3
e
dition, pf,
Sngal.

Wendorff, C. (1985), Sector Informal Urbano y Crisis Econmica: Diagnostico y
Alternativa de Poltica , in N. Henriques and A. Ponce (eds.), Lima: Poblacin, Trabajo y
Poltica, Pontifica Universidad Catlica del Per: Lima.

Liste des membres du Comit Scientifique
8

1.
8
Professeur Adama DIAW, Enseignant-chercheur lUnit de Formation et de Recherches de Sciences Economiques et de
Gestion de lUniversit Gaston Berger de Saint-Louis ;
2. Docteur Ibrahima Thione DIOP, Enseignant-chercheur, Directeur du CREA ;
3. Docteur Amadou L GUEYE, Enseignant-chercheur, Directeur de lUnit de Formation et de Recherches de Sciences
Economiques de lUniversit Gaston Berger de Saint-Louis;
4. Docteur El hadji FAYE, Enseignant-chercheur la Facult des Sciences Economiques et de Gestion de lUniversit Cheikh
Anta DIOP de Dakar ;
5. Docteur Malick SANE, Enseignant-chercheur au Centre de Recherches Economiques Appliques de lUniversit Cheikh Anta
DIOP de Dakar ;
6. Docteur Franois Joseph CABRAL, Enseignant-chercheur au Consortiumpour la Recherche Economique et Sociale (CRES) ;
7. Monsieur Amadou DIOUF, Adjoint au Chef de Service des Etudes et des Statistiques la BCEAO-Agence ;
8. Monsieur Babacar NDIR, Expert conomiste au Centre dEtudes de Politiques pour le Dveloppement du Ministre de
lEconomie et des Finances ;
9. Monsieur Amadou Cir TOURE, Conseiller Technique au Ministre de lEconomie et des Finances.