Article universitaire

Portée et limites du modèle Taxipp pour l’analyse redistributive des prélèvements obligatoires

Auteurs: Antoine Bozio, Malka Guillot et Quentin Lafféter

Article publié dans: Économie et Statistique (INSEE), décembre 2015 – n°48-482

Abstract: Cet article présente le modèle Taxipp, un modèle de microsimulation des prélèvements obligatoires français, qui permet de simuler de façon classique des législations contrefactuelles, passées ou présentes, sur un échantillon représentatif de la population française. Le modèle se distingue des approches standards de microsimulation statique en portant un soin particulier à l’imputation de la distribution des hauts revenus et en calant l’ensemble des données sur les informations agrégées de la comptabilité nationale. Le modèle permet ainsi d’offrir des décompositions au niveau micro des mesures de l’ensemble des prélèvements obligatoires en cohérence avec l’approche macroéconomique de la fiscalité présentée par la comptabilité nationale. Il permet par ailleurs de présenter des analyses fines de réformes fiscales au sommet de la distribution des revenus, sur lesquels se concentre souvent le débat public.

Un tel exercice a pourtant ses limites. La première est le caractère incontournable des hypothèses d’incidence, en particulier pour les prélèvements réalisés nominalement sur les entreprises ; l’absence de consensus sur l’incidence fiscale de l’impôt sur les bénéfices des sociétés conduit ainsi à des variantes sensiblement différentes. La seconde limite vient des contradictions entre les différentes sources agrégées (comptabilité nationale, sources fiscales) qui sont difficiles à réconcilier. Ces limites ne sont pas dirimantes ; au contraire, elles ouvrent de nombreuses pistes de recherches ultérieures visant à améliorer l’adéquation des approches micro et macro de l’analyse des systèmes socio-fiscaux.

logo-pdf-min« Portée et limites du modèle Taxipp pour l’analyse redistributive des prélèvements obligatoires«

Ce message est également disponible en : Anglais