Écart fiscal au Canada : Une étude conceptuelle

Chapitre 4

De quelle façon l'écart fiscal peut-il être utilisé dans l'administration fiscale? 

Comme il a été expliqué plus tôt, une estimation de l'écart fiscal devrait idéalement être utile tant pour une administration fiscale afin d'améliorer l'observation, que pour les contribuables afin de comprendre ce que l'administrateur fait et la qualité de son travail. L'estimation de l'écart fiscal peut également fournir une idée des faiblesses possibles dans le cadre de la politique fiscale et le cadre législatif actuels, ce qui pourrait servir de la base de discussion visant à améliorer l'observation entre l'administration fiscale et l'instance législative pertinente.

L'estimation de l'écart fiscal a des avantages et des inconvénients qui sont décrits brièvement ci-dessous.

Waiting for translation

4.1 Utilité aux fins de l'administration fiscale

L'estimation de l'écart fiscal n'est pas le remède universel pour combattre l'inobservation. Cependant, elle peut jouer un rôle afin d'aider les administrations fiscales à mieux comprendre la santé du régime fiscal ainsi que de fournir des orientations quant aux endroits pouvant bénéficier d'une attention accrue.

a. Aperçu de la santé globale du régime fiscal

Les estimations de l'écart fiscal peuvent donner une idée générale du rendement d'une administration fiscale quant à la promotion et à l'exécution de l'observation. Étant donné qu'une estimation s'accompagne d'une description détaillée de la méthodologie utilisée afin d'arriver à l'estimation, la publication d'une estimation de l'écart fiscal peut améliorer l'ouverture et la transparence de l'administration fiscale.

Lorsque les estimations de l'écart fiscal utilisent une même méthodologie sur une certaine période de temps, elles peuvent fournir des renseignements à savoir si l'inobservation est en hausse ou en baisse, et souligner l'état de l'observation volontaire du régime fiscal. Cela peut fournir un aperçu de l'efficacité des lois fiscales, des services d'administration fiscale et des activités d'exécution.

Cependant, comme règle, les estimations d'écart fiscal devraient être analysées conjointement avec d'autres renseignements sur l'inobservation afin de fournir une vue plus complète de la santé du régime fiscal. En général, les estimations de l'écart fiscal, à elles seules, constituent de mauvais indicateurs du rendement à court terme d'une administration fiscale. En effet, la taille de l'écart fiscal est non seulement déterminée par l'observation des contribuables, mais aussi par des facteurs hors du contrôle de l'administration fiscale (par exemple, les modifications à la politique fiscale, les cycles économiques et d'autres facteurs).

Les estimations obtenues au moyen de l'approche ascendante, en particulier, sont problématiques d'un point de vue de la surveillance du rendement. En effet, les estimations obtenues au moyen de l'approche ascendante ne prennent en considération que les sources de risque connues et identifiables et ne peuvent pas prendre en compte celles qui sont inconnues (par exemple, un nouveau stratagème d'évasion fiscale dont l'administrateur fiscal n'est pas encore au courant de son utilisation). Par conséquent, il est possible qu'un écart fiscal faible obtenu au moyen de l'approche ascendante ne signifie pas nécessairement la présence réelle d'un écart fiscal faible. De plus, un écart fiscal obtenu au moyen de l'approche ascendante peut s'accroître en vertu de la découverte d'une nouvelle forme ou secteur d'inobservation. Dans ce cas, l'écart fiscal ne se serait pas vraiment accru; il s'agirait simplement d'un secteur d'inobservation inconnu auparavant qui est devenu identifiable et quantifiable. 

Il est intéressant de noter que le simple fait de publier une estimation de l'écart fiscal peut avoir une incidence sur le comportement d'observation. Certains commentateurs suggèrent que dans les situations où on estime qu'un écart fiscal est faible, ce qui indique que la plupart des contribuables observent les règles fiscales, d'autres contribuables peuvent être encouragés à se conformer. Cependant, le contraire peut également être vrai. En d'autres mots, un grand écart fiscal estimé pourrait aussi possiblement décourager l'observation parmi les contribuables si ceux-ci considèrent que cet indicateur signifie une tendance à l'inobservation dans le régime en général.

L'estimation de l'écart fiscal se rapportant à la TPS/TVH qui est publiée aujourd'hui illustre certaines de ces questions. L'estimation suggère un écart fiscal se rapportant à la TPS/TVH global de 5,6 % du total de l'obligation théorique au titre de la TPS/TVH. De plus, l'estimation démontre que les estimations de l'écart fiscal sont touchées par des facteurs non liés à l'inobservation. Les fluctuations de l'écart en matière de TPS/TVH au cours de la période visée par l'étude s'expliquent en grande partie par le moment auquel les crédits de taxe sur les intrants sont demandés, ce qui peut être influencé par les changements du taux de TPS/TVH ou par les provinces qui se joignent au cadre de la TVH.

D'autres outils de mesure de l'observation fournissent également un aperçu de la réussite d'une administration fiscale quant à l'amélioration de l'observation. Par exemple, dans son rapport de 2014 intitulé « Mesures des résultats d'observation fiscale », le Forum sur l'administration fiscale de l'OCDE discute du concept de l'« impôt garanti », qui est une mesure de la proportion de l'assiette de revenu lorsqu'il existe une confiance que le contribuable se conforme à toutes les obligations fiscales et, plus particulièrement, que les renseignements déclarés dans des déclarations de revenus sont fiables. Selon l'OCDE, [traduction] « la mesure où le régime fiscal fonctionne bien offre les bons encouragements pour permettre de s'assurer que le système d'administration fiscale est conçu pour obtenir les bons résultats en matière de revenu la première fois. »

b. Comprendre la composition et l'échelle d'inobservation 

Utilisées conjointement avec d'autres outils d'évaluation, les estimations de l'écart fiscal peuvent également améliorer la valeur du renseignement qu'un administrateur fiscal possède sur les sources d'inobservation dans un régime fiscal. En essayant de quantifier l'inobservation, les estimations de l'écart fiscal peuvent fournir un mécanisme pour comparer l'observation parmi les différents aspects du régime fiscal. Cela pourrait aider l'administration à comprendre les secteurs présentant le plus grand risque dans le régime.

Bien que les estimations de l'écart fiscal ne soient pas particulièrement appropriées pour repérer les cas précis d'inobservation (c.-­à-­d. qu'elles ne peuvent pas identifier un contribuable précis qui peut se livrer à l'évasion fiscale), elles peuvent orienter les administrateurs fiscaux de diverses façons plus générales. En particulier, les renseignements obtenus au moyen de l'estimation de l'écart fiscal peuvent faire ce qui suit :

  • être utilisés afin d'affiner les outils d'évaluation du risque en vue d'orienter les administrateurs fiscaux vers certains aspects du régime fiscal aux fins d'un examen plus minutieux;
  • aider à orienter les décisions de gestion et les stratégies de fonctionnement, y compris les décisions liées à l'affectation des ressources;
  • contribuer à la détermination des secteurs dans lesquels de nouvelles règles sont nécessaires afin de prévenir l'inobservation et/ou permettre à l'administrateur fiscal et aux responsables des politiques de réagir à l'inobservation de façon plus efficace.

4.2 Limites de l'estimation de l'écart fiscal

Même si les estimations de l'écart fiscal fournissent un aperçu de l'inobservation dans le régime fiscal, elles soulèvent aussi un certain nombre de préoccupations au sujet de leur précision, des délais de production et du coût de même que de l'incidence que la collecte de données peut avoir sur les contribuables. Ces questions font l'objet de discussions plus détaillées ci-dessous.

a. Précisions et marge d'erreur

Il est largement reconnu par les administrateurs fiscaux et les hauts fonctionnaires responsables des politiques, incluant ceux qui font des estimations de l'écart fiscal, de même que les commentateurs, que l'estimation de l'écart fiscal est imprécise. De plus, le niveau d'imprécision peut souvent être difficile à quantifier.

Deux sources d'erreur clés résultent du processus de l'estimation de l'écart fiscal :

  • Les erreurs d'échantillonnage surviennent parce que les données sont tirées et les caractéristiques sont estimées d'une population plus petite, ou un échantillon, plutôt que de l'ensemble de la population. Par exemple, dans le contexte de l'estimation de l'écart fiscal, les données des vérifications aléatoires (décrites plus en détail plus loin dans le présent document) sont souvent utilisées afin d'estimer l'écart fiscal dans une population donnée. Comme pour la recherche-­sondage, les résultats de vérification d'un échantillon utilisé pour l'estimation de l'écart fiscal peuvent ne pas être totalement représentatifs des questions qui seraient apparentes si les vérifications visaient l'ensemble de la population des contribuables.
  • Les erreurs systématiques résultent des erreurs dans les hypothèses utilisées pour le calcul de l'estimation ou d'autres erreurs liées aux données utilisées, ce qui produit une estimation qui est soit trop faible, soit trop élevée. Par exemple, les approches descendantes sont fondées sur l'hypothèse que les données des comptes nationaux couvrent toutes les activités économiques. Cependant, si certaines activités économiques dissimulées ne sont pas saisies par les comptes nationaux, la perte de recettes causée par ces activités ne serait pas couverte par l'estimation de l'écart fiscal.

Les variations résultantes dans les estimations de l'écart fiscal peuvent être grandes. En conséquence, les estimations de l'écart fiscal et les changements à ces estimations au fil du temps doivent être interprétés en reconnaissant leur imprécision. Des changements aux estimations peuvent survenir non seulement lorsqu'il y a des changements au niveau de l'inobservation, mais aussi en raison de l'amélioration ou de la détérioration des données disponibles, de la méthodologie utilisée et d'une foule d'autres facteurs.

b. Délais de production

Les estimations de l'écart fiscal sont préparées au moyen de données historiques. Le décalage entre la période à laquelle les données font référence (la période visée par l'étude) et l'élaboration d'une estimation de l'écart fiscal dépend de la source et de la quantité des données utilisées pour estimer l'écart fiscal et du temps de la collecte et du traitement de ces données.

  • Par exemple, une estimation de l'écart fiscal en matière d'impôt sur le revenu des particuliers pour une année d'imposition donnée serait fondée sur les renseignements des déclarations de revenus produites l'année suivante, la cotisation de ces déclarations l'année ou les années suivantes, et pour une estimation robuste, des données de la vérification et le recouvrement  connexes à cette année d'imposition. Ces renseignements ne seraient disponibles qu'après un certain nombre d'années.

Une estimation exhaustive de l'écart fiscal peut avoir un long décalage entre le moment de la période visée par l'étude et la publication. Par exemple, les estimations de l'écart fiscal des États-­Unis, publiées par l'IRS en 2012, concernaient l'année d'imposition 2006; les estimations publiées au début de 2016 concernaient les années d'imposition 2008 à 2010.

Ces décalages ont une incidence sur la façon dont les estimations de l'écart fiscal devraient être interprétées et peuvent être utilisées. Entre la période visée par l'étude et la publication, les lois fiscales peuvent avoir changé et les techniques d'amélioration de l'observation et de combat de l'inobservation utilisées par un administrateur fiscal peuvent avoir évolué afin de traiter certains types d'inobservation. Par conséquent, les estimations de l'écart fiscal ne tiennent généralement pas compte de l'état actuel de l'observation, de la santé du régime fiscal, ou de l'incidence de l'administration fiscale sur l'observation; elles se trouvent plutôt décalées.

c. Programmes de vérification aléatoire

Le coût de l'estimation de l'écart fiscal est déterminé par l'exhaustivité du programme et des techniques utilisées afin de recueillir et d'analyser les données et d'élaborer les estimations. Les estimations de l'écart fiscal sont particulièrement coûteuses si elles nécessitent un programme de vérification aléatoire pour recueillir les données.

Il convient de noter que les programmes de vérification aléatoire ne sont pas seulement utilisés pour recueillir des données aux fins d'estimation de l'écart fiscal. Ils peuvent également contribuer à atteindre une gamme d'autres buts, y compris l'évaluation de la validité des modèles actuels d'évaluation du risque et la détermination des nouveaux enjeux d'observation aux fins d'enquête pour l'avenir.

Dans le contexte de l'estimation de l'écart fiscal, les programmes de vérification aléatoire sont généralement utilisés afin de recueillir les données en vue d'estimer les écarts fiscaux des impôts directs. Les programmes de vérification aléatoire concernent généralement la sélection d'un échantillon aléatoire de déclarants, afin de représenter toute la population des déclarants, et l'exécution de vérifications complètes de l'observation dans les déclarations produites par ces particuliers ou ces entreprises. L'objectif principal d'un programme de vérification aléatoire est de déterminer l'étendue de l'inobservation dans l'échantillon afin d'extrapoler cette quantité en vue d'estimer l'inobservation dans l'ensemble de la population. Il est important de noter que les vérifications aléatoires ne détermineront pas tous les cas d'inobservation. Par conséquent, le fait de se fonder uniquement sur cette approche peut mener à une sous­-estimation de l'écart fiscal.

Les programmes de vérification aléatoire assujettissent les déclarants à un examen minutieux uniquement aux fins de collecte de données; nombre de ces déclarants peuvent être conformes en tout point. Malgré le fait que les vérifications aléatoires peuvent produire des renseignements précieux d'un point de vue du renseignement, elles peuvent également imposer un fardeau important sur ces déclarants, et possiblement aussi un coût élevé.

Pour ces raisons, les vérifications aléatoires sont généralement menées uniquement dans la mesure requise afin de calibrer efficacement les systèmes d'évaluation du risque (par exemple, afin d'améliorer les programmes de vérification fondés sur le risque) ou d'orienter l'analyse de secteurs particuliers de l'économie aux fins d'interventions éventuelles non liées à la vérification (préventives).

Un certain nombre de pays dans le monde utilisent des programmes de vérification aléatoire de tailles diverses. Tel qu'indiqué ci-dessus, les États-­Unis et le Royaume-­Uni, par exemple, utilisent des programmes de vérification aléatoire. L'IRS a entrepris environ 14 000 vérifications aléatoires (sur environ 138 millions de déclarations des particuliers) afin d'orienter son estimation de l'écart fiscal, alors qu'en 2012­-2013, le HMRC a mené environ 2 600 vérifications aléatoires pour les contribuables particuliers (sur environ 30 millions de contribuables particuliers). Cependant, lorsque les employeurs et les sociétés ont été pris en considération, plus de 4 000 vérifications aléatoires ont été entreprises par HMRC.

Comme pour les sondages d'opinion publique, la fiabilité de l'estimation dérivée d'un échantillon de vérifications aléatoires s'améliore avec le nombre de vérifications menées. Par conséquent, un nombre relativement faible de vérifications aléatoires produit des estimations avec un niveau faible de fiabilité.

 

Des poupées de papier avec des poupées de papier mises en évidence de façon aléatoire

Vérifications aléatoires à l'ARC 

L'ARC utilise les programmes de vérification aléatoire depuis un certain nombre d'années, à commencer par le Programme de vérifications aléatoires (PVA). Le PVA a été mis en œuvre pour la première fois en 1999. Il était un programme de vérification aléatoire qui alternait chaque année entre les populations de vérification des petites et moyennes entreprises (PME) et consistait en 1 500 à 1 700 vérifications par année. Ce nombre relativement peu élevé de vérifications sélectionnées de façon aléatoire a uniquement permis à l'ARC de produire des estimations statistiquement fiables concernant l'inobservation à l'échelle nationale et régionale.

Plus récemment, le PVA a été remplacé par le Programme de vérification de la recherche des PME, un programme de vérification aléatoire conçu pour améliorer la compréhension de l'Agence en ce qui concerne l'inobservation en matière de déclaration des différentes populations de vérification des PME (les travailleurs indépendants et les sociétés) aux fins d'impôt sur le revenu et de TPS.

Environ 4 700 PME ont été sélectionnées aux fins de vérifications complètes afin de mesurer les taux d'inobservation par industrie, comme base pour surveiller les tendances d'observation au fil du temps, et valider et raffiner les systèmes d'évaluation du risque de l'ARC en vue d'améliorer la sélection des dossiers et de cibler plus efficacement les ressources de vérification.

Des vérifications de la recherche du segment des petites entreprises non constituées en personne morale du programme ont été achevées; les résultats indiquent que presque la moitié de la population cible n'a commis aucune erreur de déclaration et que, pour environ 78 % des dossiers redressés, les erreurs étaient mineures. Les résultats du segment des entreprises non constituées en personne morale sont prévus à l'été 2017, et les résultats de la TPS sont prévus plus tard.

Signaler un problème ou une erreur sur cette page
Veuillez sélectionner toutes les cases qui s'appliquent :

Merci de votre aide!

Vous ne recevrez pas de réponse. Pour toute question, contactez-nous.

Date de modification :