Études analytiques : méthodes et références
Mégadonnées fiscales et analyse économique : les effets des redressements et des retards de production des déclarations de revenus des particuliers

Consulter la version la plus récente.

par Derek Messacar
Division de l’analyse sociale et de la modélisation

Aller au texte

Texte commence ici

Remerciements

Le présent article a d’abord été publié dans l’édition en ligne de septembre de Canadian Public Policy. Il a été reproduit avec l’autorisation de l’University of Toronto Press (www.utpjournals.com), doi:10.3138/cpp.2016-079. Copyright, Statistique Canada. Statistique Canada reconnaît la relation de travail basée sur la collaboration avec le comité de rédaction de cette revue.

Résumé

Tandis que les analyses économiques reposent de plus en plus sur des données fiscales administratives, il devient nécessaire d’examiner la mesure dans laquelle les redressements et les retards de production des déclarations de revenus faussent ces données. Le présent article fournit de nouvelles précisions sur ce point, grâce aux enregistrements des déclarants initiaux et des déclarants en retard au sein de la population canadienne pour la période allant de 1990 à 2010. Les résultats indiquent que 3,5 % à 4,8 % des déclarants retardent la production de leurs déclarations de revenus chaque année. Cependant, les conséquences de ce comportement sont généralement limitées et n’influencent pas les répartitions des revenus, les agrégats statistiques, ni les inégalités de revenu. Ces résultats contribuent au débat sur les avantages relatifs d’utiliser des données administratives plutôt que des données d’enquête dans le cadre d’analyses économiques.

Mots clés : dossiers fiscaux administratifs, données d’enquête, redressement, retards de production des déclarations de revenus, analyse économique, inégalité de revenu.

Sommaire

La présente étude examine la mesure dans laquelle les redressements et les retards de production des déclarations de revenus influent sur la fiabilité des ensembles de données fiscales administratives canadiennes utilisées dans le cadre d’une analyse économique. L’étude est basée sur les dossiers fiscaux individuels provenant du fichier maître sur les particuliers T1 et du fichier maître sur les particuliers historique T1 pour certaines années pendant la période allant de 1990 à 2010. Ces ensembles de données contiennent des dossiers fiscaux pour environ 100 % des déclarants initiaux et pour tous les déclarants ayant soumis des déclarations de revenus à l’Agence du revenu du Canada (ARC) avant les dates limites de traitement. Les résultats de cette analyse montrent ce qui suit :

1. Chaque année, environ 3,5 % à 4,8 % des personnes ne transmettent pas leurs déclarations de revenus à l’ARC à temps pour être incluses dans les ensembles de données conventionnelles.
2. Les retards de production des déclarations de revenus tendent à être plus fréquents chez les déclarants plus jeunes, les résidents de l’Ontario, de l’Alberta, de la Colombie‑Britannique et des territoires, les non-résidents, les émigrants, les personnes à faible revenu et celles dont le solde d’impôt final est près de zéro.
3. Souvent, le comportement consistant à produire sa déclaration de revenus en retard est récurrent. Environ 34,4 % des personnes ayant déclaré leurs revenus de 2005 en retard, par exemple, ont également déclaré leurs revenus de 2006 en retard, et 21,3 % d’entre elles ont déclaré leurs revenus de 2007 en retard. Cette tendance pourrait s’expliquer par le fait que certaines personnes déclarent systématiquement leurs revenus plusieurs mois après les dates limites ou produisent simultanément leurs déclarations de revenus en souffrance depuis plusieurs années.

Bien que des retards de production des déclarations de revenus se produisent régulièrement, les conséquences sur l’analyse économique fondée sur les dossiers fiscaux administratifs sont généralement limitées :

4. Les redressements et les retards de production des déclarations de revenus n’influencent pas les estimations des répartitions des revenus, les statistiques sur le revenu agrégé ou les seuils de revenus élevés obtenus à partir de données fiscales uniquement dérivées des déclarants initiaux. C’est le cas pour les revenus d’emploi, les revenus d’assurance-emploi et les revenus de la Sécurité de la vieillesse.
5. La seule exception digne de mention concerne les revenus d’entreprise provenant d’un travail autonome. Dans ce cas, les redressements semblent être légèrement plus fréquents chez les déclarants initiaux, même si l’ampleur de l’écart entre les redressements des entreprises et ceux d’autres sources de revenus est minime. Plusieurs facteurs peuvent expliquer cette situation, notamment la difficulté à calculer précisément les revenus d’entreprise provenant d’un travail autonome.
6. La probabilité d’un retard de production des déclarations de revenus n’est pas fortement corrélée aux variations du revenu de travail ou des prestations d’assurance-emploi. La prédominance, par exemple, des retards de production des déclarations de revenus chez de nombreuses personnes ayant des revenus du marché de l’emploi relativement constants d’une année à l’autre était de 2,2 %. À titre de comparaison, ce chiffre atteignait 3,6 % chez les personnes dont les revenus diminuaient de 50 % ou plus.
7. On s’attend à ce que des seuils de revenus élevés présentent un biais vers le haut dans le cas d’ensembles de données fiscales administratives uniquement dérivées de déclarants initiaux. Les résultats de la présente analyse indiquent que ce biais est négligeable et dépasse rarement 1 %.

Ces résultats présentent un intérêt pour les analystes de politiques, les praticiens et les chercheurs qui comptent sur l’exactitude des dossiers de déclarations de revenus des particuliers. Plus généralement, ces résultats contribuent aux discussions en cours sur les avantages relatifs d’utiliser des données administratives plutôt que des données d’enquête dans le cadre d’une analyse économique.

1 Introduction

Au cours des dernières décennies, les sciences économiques ont de plus en plus eu recours à la recherche empirique (Einav et Levin, 2014). Parallèlement à la révolution numérique et à l’essor de l’informatique individuelle, les enquêtes par échantillonnage probabiliste à grande échelle ont été « la réponse du 20^e siècle au besoin de statistiques officielles plus vastes, plus approfondies, plus rapides, de meilleure qualité, moins coûteuses, plus pertinentes et moins fastidieuses » (Citro, 2014, p. 138)^{Note 1}. Les enquêtes nationales sont devenues l’un des principaux moyens d’estimer le chômage, la pauvreté, l’inflation et d’autres statistiques pertinentes du point de vue politique, tout en servant de source de données importante pour les recherches économiques (Meyer, Mok et Sullivan, 2015). Cependant, ces dernières années, la qualité des données d’enquête a parfois décliné du fait d’une baisse des taux de réponse (Heffetz et Reeves, 2016). Bon nombre d’économistes recommandent désormais d’utiliser davantage des données administratives ou des données administratives couplées à des données d’enquête pour surmonter ce problème (Citro, 2014; Varian, 2014; Meyer, Mok et Sullivan, 2015; Heffetz et Reeves, 2016; Jarmin et O’Hara, 2016; Lane, 2016).

Les vastes ensembles de données fiscales administratives (« mégadonnées fiscales ») offrent plusieurs avantages par rapport aux enquêtes par échantillonnage probabiliste conventionnelles. Leur taille et leur granularité, en particulier, permettent de mesurer les résultats économiques avec précision, de relever de nouvelles tendances comportementales, de mettre en œuvre des modèles de recherche nouveaux et innovants et d’estimer de manière crédible les effets de traitement de différentes politiques entre les groupes lorsque de tels effets sont hétérogènes (Einav et Levin, 2013). En gardant cela à l’esprit, il n’est pas étonnant que, parmi les articles de recherche publiés ces dernières années dans certaines des meilleures revues économiques, le pourcentage d’études ayant recours à des données d’enquête ait considérablement diminué et que le pourcentage d’études utilisant des données administratives à accès limité ait augmenté (Chetty, 2012; Einav et Levin, 2014).

Dans des études précédentes, on a évalué dans quelle mesure les données d’enquête mesurent les répercussions économiques de manière fiable, en les comparant aux dossiers fiscaux administratifs^{Note 2}. Un point connexe, qui n’a pas été traité dans ces articles, est l’exactitude avec laquelle les dossiers fiscaux mesurent les répercussions économiques. Ce point est pertinent, car les données fiscales peuvent être confondues en raison de deux types de comportements. Tout d’abord, les déclarants initiaux peuvent communiquer, volontairement ou involontairement, des renseignements inexacts afin de ne pas payer d’impôts plus élevés, puisque les systèmes fiscaux de nombreux pays sont fondés sur une conformité volontaire. Des déclarations inexactes entraînent des erreurs de mesure, si les dossiers ne sont pas révisés soit par les déclarants eux-mêmes, soit par l’administration fiscale, avant que les organismes statistiques ne compilent les données. Ensuite, certains déclarants diffèrent leurs déclarations de revenus, ce qui signifie que les ensembles de données administratives consistent en une sélection d’échantillons de déclarants initiaux pour lesquels les organismes statistiques disposaient des dossiers au moment de la compilation des données. Dans de nombreux pays, y compris le Canada, la production d’une déclaration après l’échéance n’entraîne aucune sanction si aucun impôt sur le revenu n’est dû; les ensembles de mégadonnées fiscales peuvent par conséquent sous-représenter les groupes socioéconomiques pertinents ayant des obligations fiscales comparativement faibles qui présentent de faibles incitations à produire une déclaration à temps. Les répercussions des redressements et des retards de production des déclarations de revenus sur la fiabilité des mégadonnées fiscales utilisées pour une analyse économique constituent une question empirique peu étudiée et font donc l’objet de la présente analyse.

L’étude comporte deux objectifs. Nous y évaluons tout d’abord la prédominance des retards de production des déclarations de revenus et nous explorons les éventuelles causes d’un tel comportement. À cette fin, l’analyse est fondée sur le fichier maître sur les particuliers T1 (FMP T1) et le fichier maître sur les particuliers historique T1 (FMPH T1) pour certaines années pendant la période allant de 1990 à 2010. Ces ensembles de données, que produit l’Agence du revenu du Canada (ARC), offrent des renseignements détaillés sur les aspects démographiques, l’emploi, le revenu ainsi que les impôts et transferts, concernant respectivement les populations de déclarants initiaux et de déclarants en retard. Les résultats indiquent que, chaque année, de 3,5 % à 4,8 % des déclarants produisent leurs déclarations de revenus en retard. Les retards de production des déclarations de revenus étaient les plus fréquents chez les déclarants plus jeunes, les résidents de l’Ontario, de l’Alberta, de la Colombie-Britannique et des territoires, les non-résidents, les émigrants, les personnes à faible revenu et celles dont le solde fiscal final était près de zéro.

Le deuxième objectif de la présente étude est d’évaluer les conséquences des redressements et des retards de production des déclarations de revenus sur une analyse économique fondée sur des mégadonnées fiscales. On y étudie l’ampleur des biais introduits dans les estimations standards du revenu agrégé et des inégalités de revenu. Tout compte fait, les résultats de la présente analyse sont favorables : les redressements et les retards de production des déclarations de revenus sont suffisamment rares pour que ces biais soient négligeables. Une exception notable concerne les revenus d’entreprise provenant d’un travail autonome. Chez les déclarants initiaux, la valeur agrégée de tels revenus observés dans le FMP T1 constitue 97,5 % du chiffre correspondant observé dans le FMPH T1, par rapport à 99,9 % pour les revenus d’emploi et 100,0 % pour les revenus d’assurance-emploi et de la Sécurité de la vieillesse. Par conséquent, les évaluations que font les déclarants initiaux de leur revenu d’entreprise provenant d’un travail autonome sont systématiquement plus élevées après qu’ils ont soumis leurs déclarations de revenus, et cela se produit dans une plus grande mesure que pour les autres types de revenus. Ces résultats peuvent s’expliquer de plusieurs façons, comme la difficulté à mesurer le revenu d’entreprise provenant d’un travail autonome ou la fraude fiscale.

Le présent article est structuré comme suit. La section qui suit décrit les données utilisées dans l’étude. Les sections 3 et 4 présentent ensuite respectivement les résultats des analyses des caractéristiques personnelles associées aux retards de production des déclarations de revenus et les répercussions d’un tel comportement sur une analyse économique ayant recours à des mégadonnées fiscales. La conclusion est présentée à la section 5.

2 Données et sélection de l’échantillon

Cette section commence par la description des ensembles de données et la définition de ce qui constitue un déclarant initial par rapport à un déclarant en retard dans le contexte de la présente étude. Les sélections des échantillons des analyses transversales et longitudinales sont ensuite décrites.

2.1 Données

La présente étude utilise les registres d’impôts FMP T1 et FMPH T1, qu’établit l’ARC et que Statistique Canada obtient au moyen d’un partenariat relatif aux données. Le FMP T1 est un ensemble de données transversales qui contient les dossiers fiscaux individuels T1 d’environ 100 % des déclarants canadiens ayant produit leurs déclarations de revenus avant la date d’imposition. Il contient un vaste ensemble de renseignements sur ces personnes, y compris des données démographiques (p. ex., l’année de naissance, le sexe, l’état matrimonial, la province ou le territoire de résidence), des données sur le revenu (p. ex., l’emploi, le travail autonome, les investissements, les gains en capital) et de nombreux montants fédéraux et provinciaux relatifs aux impôts, aux transferts, aux crédits et aux indemnités. Le FMP T1 constitue le fichier source à partir duquel Statistique Canada crée plusieurs ensembles de données analytiques qu’utilisent couramment le milieu universitaire, les analystes, les consultants et les administrations publiques, notamment la Base de données canadienne sur la dynamique employeurs-employés, la base de données sur la mobilité intergénérationnelle du revenu, la Banque de données administratives longitudinales (DAL), le Fichier de données longitudinales sur la main-d’œuvre et le fichier sur la famille T1 (FFT1). Le FMP T1 s’alimente également des ensembles de données d’enquête, comme l’Enquête sur la dynamique du travail et du revenu et l’Étude longitudinale et internationale des adultes, dans la mesure où les répondants à l’enquête acceptent que l’on obtienne les renseignements relatifs à leurs revenus à partir des dossiers fiscaux plutôt qu’en les fournissant au moyen du questionnaire. La fiabilité du FMP T1 présente par conséquent une importance diversifiée pour de nombreux intervenants qui utilisent ces ensembles de données administratives pour contribuer aux discours relatifs aux politiques ou effectuer des recherches au Canada.

Le FMP T1 fournit également les dates de production et d’imposition de chaque dossier d’impôt. Le tableau 1 en annexe présente les dates les plus récemment observées pour les années pertinentes analysées dans la présente étude, qui indiquent le moment où les personnes devaient produire leurs déclarations de revenus afin d’être incluses dans le FMP T1. Par exemple, seules les personnes ayant déclaré leurs revenus de 2010 au plus tard le 22 décembre 2011 ont été incluses. Il existe des variations de cette date limite selon les années, ce qui porte à croire que la composition de l’échantillon des déclarants du FMP T1 pourrait varier au fil du temps. Un tel effet ne pose toutefois probablement pas de problèmes importants, car les dates limites sont toujours très similaires d’une année à l’autre. Le fait qu’une personne produise sa déclaration de revenus tôt, à temps, en retard ou très en retard est probablement corrélé avec de nombreuses caractéristiques personnelles. Cependant, pour un intervalle de temps de plus en plus étroit, le degré auquel on s’attend à ce que ce comportement soit aléatoire augmente. Néanmoins, il est pertinent de noter les écarts de dates limites pour toutes les années lorsqu’on utilise cet ensemble de données au fil du temps à des fins de comparaison. Dans la présente étude, un déclarant « initial » désigne une personne qui figure dans le FMP T1 et qui a produit sa déclaration de revenus avant la date limite. (Ce concept diffère de celui consistant à produire sa déclaration « à temps », selon lequel un déclarant soumet une déclaration de revenus à l’ARC au plus tard à la date limite à partir de laquelle des intérêts commencent à courir sur les soldes d’impôts dus, respectivement le 30 avril ou le 15 juin de l’année suivante en général, pour les personnes déclarant un revenu des particuliers ou les travailleurs autonomes.)

Le FMPH T1 est un surensemble du FMP T1 contenant le même vaste ensemble de renseignements sur les données démographiques, le revenu, les impôts, les transferts, les crédits et les indemnités pour environ 100 % des déclarations produites pour plusieurs années de la période de référence. Une déclaration de revenus pour l’année d’imposition 2010, par exemple, figure dans le FMPH T1 si elle a été soumise au plus tard le 18 décembre 2012, près d’un an après la date limite correspondante pour le FMP T1. Par conséquent, le FMP T1 et le FMPH T1 sont tous deux des instantanés de toutes les déclarations de revenus qu’a reçues l’ARC au cours d’un intervalle de temps fixe à la fin de l’année de référence, mais cet intervalle est plus large pour le FMPH T1 que pour le FMP T1. Contrairement au FMP T1, les dates limites des dossiers à inclure dans le FMPH T1 semblent varier considérablement, comme le montre le tableau 1 en annexe. Cette variation a probablement une incidence sur la composition des déclarants devant être pris en compte pour tirer des conclusions sur la façon dont les résultats de l’étude varient au fil du temps. On juge une déclaration de revenus « en retard » si elle figure dans le FMPH T1, mais pas dans le FMP T1.

Une approche permettant de résoudre le problème de variation de la composition du FMP T1 et du FMPH T1 est de rendre l’analyse conditionnelle à des dates limites constantes. Cela permettrait de comprendre à quel point les retards des déclarations de revenus ont varié au fil du temps, pour des raisons comme l’introduction et l’adoption progressive de la transmission électronique des déclarations. Une telle analyse devra faire l’objet de travaux futurs, car la présente étude repose généralement sur des données regroupées s’étendant sur plusieurs années. De plus, les écarts par rapport aux données annuelles au fil du temps tendent à être limités. Puisque le FMPH T1 constitue un instantané des déclarations de revenus reçues avant une date limite fixe, les dossiers reçus après cette date ne sont jamais inclus. Un montant de revenus non négligeable pourrait ainsi manquer dans les données du T1 même après plusieurs décennies, comme les sommes que l’ARC n’a pas détectées par des contrôles fiscaux ou que les déclarants n’ont pas révisées (p. ex., un revenu qui demeure non déclaré). Les effets de ce manque de détection de déclarations inexactes de revenus sur la fiabilité des données fiscales utilisées pour l’analyse économique dépassent la portée de la présente étude, mais constituent une orientation prometteuse de travail futur.

Ensemble, le FMP T1 et le FMPH T1 constituent la seule source de données permettant d’examiner les effets des redressements et des retards de production des déclarations de revenus sur la qualité des ensembles de données administratives au Canada. Une caractéristique importante de telles données est qu’elles sont conçues à des fins fiscales, mais généralement pas pour des recherches économiques. La présente étude examine la fiabilité des dossiers fiscaux canadiens à utiliser dans le cadre d’une recherche innovante et, plus globalement, contribue aux discussions croissantes dans le milieu de la recherche universitaire sur les avantages relatifs d’utiliser des enquêtes ou des données administratives pour une analyse économique.

2.2 Sélection de l’échantillon

Lorsque la présente étude a été menée, les années les plus récentes pour lesquelles des données fiscales étaient disponibles étaient 2013 pour le FMP T1 et 2011 pour le FMPH T1. En tenant compte de cela, les conditions suivantes sont appliquées pour que l’analyse soit retraçable, du fait de la grande taille des ensembles de données utilisés. Tout d’abord, l’analyse est principalement centrée sur les années d’imposition 1990, 1995, 2000, 2005 et 2010, qui portent sur un vaste éventail de cohortes, de périodes et de conditions macroéconomiques au Canada. Par conséquent, la présente étude offre un instantané pertinent des causes et des conséquences des redressements et des retards de production des déclarations de revenus pour plusieurs années s’étendant sur pratiquement le vaste ensemble des données disponibles. Ensuite, même si les dossiers administratifs fournissent de riches renseignements sur une grande variété de caractéristiques individuelles, ce sont les variables suivantes qui sont principalement utilisées tout au long de l’étude : année de naissance, sexe, état matrimonial, revenu d’emploi, revenu d’entreprise provenant d’un travail autonome, revenu d’assurance-emploi, revenu de la Sécurité de la vieillesse, revenu total, déductions d’impôt pour personnes handicapées et crédits pour frais de scolarité^{Note 3}. Ces caractéristiques personnelles et ces sources de revenus sont couramment utilisées dans les analyses économiques et touchent directement la divulgation de politique relative à des questions telles que les variations des données démographiques, les estimations d’emploi, la mobilité des travailleurs, l’inégalité des revenus et bien plus^{Note 4}.

Le tableau 1 présente le nombre de déclarants initiaux et le nombre de déclarants en retard par année pour les données transversales répétées. Chaque année, on observe environ 3,5 % à 4,8 % de déclarants dans le FMPH T1 qui ne figurent pas au FMP T1 et qui sont donc jugés être des déclarants en retard. Le pourcentage de déclarants en retard était le plus élevé en 1990; cela peut provenir du fait que la transmission électronique des déclarations n’a été introduite à l’échelle nationale que pour l’année d’imposition 1993 (son adoption a été encore plus progressive). Tout bien considéré, même si la prédominance des retards de production des déclarations de revenus est faible pour l’agrégat, on sait qu’environ un million de déclarants est exclu du FMP T1 chaque année.

La limite que présentent les données transversales répétées est qu’il est impossible d’étudier les effets longitudinaux des redressements et des retards de production des déclarations de revenus. Pour résoudre ce problème, un groupe de déclarants qui ont été observés dans le FMPH T1 chaque année de 2005 à 2010 a été créé pour évaluer les effets de divers événements démographiques (changement d’état matrimonial, migration et chocs de revenu) sur les retards de production des déclarations de revenus ainsi que la prédominance des retards répétés de production des déclarations de revenus. Cette période a été choisie pour permettre une analyse longitudinale correspondant à la cohorte de déclarants la plus récente. Il est important de mentionner que la restriction exigeant que les personnes figurent au FMPH T1 chaque année au cours de cette période signifie que l’ensemble de données du groupe contient un échantillon réduit de déclarants. Cette restriction permet de veiller à ce que l’analyse longitudinale ne soit pas perturbée par des variations de la composition des données au fil du temps, parce qu’il se peut que des personnes n’aient pas besoin de produire une déclaration de revenus chaque année ou qu’elles choisissent de le faire après la date à laquelle l’ARC a créé les données du FMPH T1. Environ 85,3 % des dossiers fiscaux du FMPH T1 satisfont à ce critère de sélection.

3 Comportement consistant à produire sa déclaration de revenus en retard

Dans la présente section, on examine les associations entre les retards de production des déclarations de revenus et les caractéristiques personnelles observées, dans le but de fournir des précisions sur les éventuelles causes sous-jacentes d’un tel comportement. À cette fin, l’analyse se déroule en trois phases. La première phase décrit la relation entre les retards de production des déclarations de revenus et diverses caractéristiques démographiques et caractéristiques liées à l’activité sur le marché du travail en fonction des données transversales répétées, pour certaines années pendant la période allant de 1990 à 2010. Ensuite, à l’aide de données longitudinales s’étendant de 2005 à 2010, on évalue les effets de divers événements démographiques sur la prédominance des retards de production des déclarations de revenus. La section se termine par un examen de la relation entre les retards de production des déclarations de revenus et les soldes d’impôts sur le revenu dus ou les crédits d’impôt.

3.1 Caractéristiques personnelles

Le tableau 2 présente des statistiques descriptives pour les populations de déclarants initiaux et de déclarants en retard. Les résultats indiquent que les déclarants en retard tendent à être plus jeunes que les déclarants initiaux (40,1 ans par rapport à 45,7 ans, en moyenne), à être proportionnellement plus souvent des hommes (59,7 % par rapport à 49,2 %) et à être moins susceptibles d’être mariés ou de vivre en union libre (36,9 % contre 56,2 %). Les déclarants en retard sont bien moins susceptibles de toucher un revenu de la Sécurité de la vieillesse (4,7 % contre 16,9 %), même si cela est probablement dû à l’écart d’âge entre les deux groupes. En revanche, les déclarants en retard sont légèrement plus susceptibles de recevoir un revenu d’entreprise provenant d’un travail autonome (13,4 % contre 7,2 %).

Malgré ces différences démographiques, les deux groupes sont pratiquement aussi susceptibles de toucher un revenu d’emploi ou une prestation d’assurance-emploi. À la condition que le revenu soit strictement positif, les deux groupes reçoivent également des montants similaires de revenu d’entreprise provenant d’un travail autonome, de prestations d’assurance-emploi ou de prestations de la Sécurité de la Vieillesse. Le seul type de revenu qui diffère est le revenu d’emploi, puisque les déclarants initiaux gagnent plus, en moyenne, que les déclarants en retard (respectivement 38 000 $ contre 32 350 $, en dollars constants de 2010).

Les graphiques 1 à 3 permettent d’examiner plus en détail la variation de l’incidence des retards de déclaration entre les groupes de déclarants en représentant les parts des déclarants en retard respectivement par secteur de compétence, tranche d’âge et niveau de revenu. Tout d’abord, les retards de production des déclarations de revenus sont les plus courants chez les résidents de l’Ontario, de l’Alberta, de la Colombie-Britannique, des territoires et des non-résidents, comme l’indique le graphique 1. Une explication possible de ces différences est que certaines provinces et certains territoires comptent davantage de déclarants travailleurs autonomes que d’autres, ce qui influe sur les retards de production des déclarations de revenus, comme nous en reparlerons plus loin. Ces résultats ont des répercussions sur l’analyse économique de ces groupes de déclarants. Une récente étude qu’ont menée Finnie, Gray et Zhang (2016), par exemple, indique que les non-résidents sont plus susceptibles que les résidents de bénéficier et de cesser de bénéficier du Supplément de revenu garanti (SIG) que les résidents, selon une analyse des DAL. L’inclusion de déclarants en retard non résidents peut limiter ou gonfler ces estimations selon la corrélation entre l’utilisation du SIG et le moment de production de la déclaration des revenus.

Ensuite, le graphique 2 montre que la fréquence des retards de production des déclarations diminue avec l’âge, ce qui peut s’expliquer par diverses raisons, dont un apprentissage progressif ou une incitation croissante à demander des crédits d’impôt et des indemnités. Les bénéficiaires du SIG sont, par exemple, motivés à produire leurs déclarations de revenus pour éviter de devoir remplir des formulaires de renouvellement d’indemnités. Ce résultat peut également contribuer à expliquer les différences interprovinciales en ce qui a trait au retard de production des déclarations de revenus observées dans le graphique 1, dans la mesure où les populations tendent à être en moyenne plus âgées dans certaines provinces et certains territoires (particulièrement les provinces atlantiques du Canada). Veuillez noter que l’analyse ne permet pas de distinguer les déclarants en vie et décédés (p. ex., les déclarations produites par un conjoint ou une personne apparentée au nom d’une personne décédée). La légère hausse de la fréquence des retards de production des déclarations de revenus à des âges plus avancés que montre le graphique 2 peut découler de plusieurs facteurs. Il se peut que les obligations fiscales diminuent avec l’âge, ce qui influe sur le solde dû ou le remboursement, ce qui, à son tour, influe sur la motivation à produire une déclaration de revenus dans les délais prescrits. D’autres explications comprennent les variations de la composition de l’échantillon par tranche d’âge, la hausse du manque de connaissances en fiscalité, le déclin cognitif ou le décès du déclarant entraînant une hausse probable des retards de déclaration. En revanche, la légère diminution de la probabilité des retards de déclaration de revenus chez les déclarants de 20 à 24 ans (par rapport à ceux âgés de 0 à 19 ans et de 25 à 29 ans) peut découler de la motivation à produire une déclaration de revenus pour profiter de crédits pour frais de scolarité d’études postsecondaires. Comme l’indique le tableau 2, les déclarants initiaux représentent un nombre légèrement plus élevé de demandeurs de crédits pour frais de scolarité que les déclarants en retard.

Enfin, alors que le tableau 2 montre que les déclarants en retard reçoivent des revenus d’emploi inférieurs à ceux des déclarants initiaux, la partie A du graphique 3 montre que cet effet est principalement dû aux travailleurs à très faible revenu. La fréquence des retards de production des déclarations est en revanche pratiquement uniforme pour chaque fourchette de revenus d’emploi supérieure à 10 000 $. Du fait que les déclarants à faible revenu sont les moins susceptibles d’enregistrer un solde impayé positif auprès de l’ARC, la motivation est faible pour ces personnes de produire une déclaration en temps opportun pour éviter des intérêts. De plus, comme le montre la partie B du graphique 3, les déclarants ayant un revenu total nul sont proportionnellement les plus nombreux à produire leurs déclarations en retard, même si la plupart des personnes déclarent des revenus provenant d’au moins une source.

Dans l’ensemble, les résultats combinés de cette analyse portent à croire que de nombreuses caractéristiques des déclarants figurant dans le FMPH T1 sont correctement mesurées dans le FMP T1. Même si les retards de production des déclarations de revenus sont légèrement plus fréquents pour certaines tranches d’âge et certains secteurs de compétence, ce comportement semble homogène pour de nombreuses caractéristiques personnelles. Quelques exceptions notables comprennent les déclarants plus jeunes, les personnes à revenu très faible et les non-résidents.

3.2 Analyse longitudinale

Les biais présents lors de la mesure des répercussions économiques au sein du FMP T1 découlant de retards de production des déclarations de revenus peuvent être particulièrement fréquents dans certains groupes. Des personnes ayant perdu leur emploi ou ayant changé de province ou de territoire, par exemple, pourraient être enclines à produire leurs déclarations de revenus en retard du fait de ces rajustements; elles seraient alors sous-représentées dans le FMP T1.

Le tableau 3 permet d’examiner cette question en présentant la prédominance des retards de production des déclarations de revenus pour le groupe de personnes observées dans le FMPH T1 chaque année pendant la période allant de 2005 à 2010. Même si cet échantillon n’est pas nécessairement représentatif de toute la population des déclarants canadiens, la restriction de l’échantillon permettant d’observer les personnes à plusieurs reprises est nécessaire pour procéder à une analyse longitudinale, comme nous l’avons expliqué plus tôt. De plus, cette restriction correspond à une spécification de modèle à effet fixe au niveau individuel qui serait généralement utilisée dans les données de panel pour estimer les répercussions des chocs de la vie sur la situation économique. La première colonne du tableau 3 montre qu’au sein de l’échantillon complet des déclarants du groupe, l’incidence des retards de production des déclarations de revenus est de 2,2 %.

La présente analyse tient compte des événements démographiques suivants : changement d’état matrimonial, migration et chocs du revenu d’emploi. Tout d’abord, les retards de production des déclarations de revenus sont légèrement plus fréquents chez les personnes s’étant mariées ou ayant contracté une union de fait au cours de l’année précédente (3,2 %) par rapport à la moyenne de l’échantillon. Ce comportement peut s’expliquer par de nombreuses raisons, comme des contraintes de temps, des difficultés de coordination ou une plus grande complexité associée à la compréhension des paramètres pertinents du régime fiscal. De la même manière, les personnes qui étaient mariées ou vivaient en union libre au cours de l’année précédente, mais qui sont devenues célibataires, séparées ou divorcées (ce qui survient environ 1,1 % du temps), sont nettement plus susceptibles de produire leurs déclarations de revenus en retard. La prédominance des retards de production des déclarations de revenus est de 5,6 % pour les déclarants récemment séparés ou divorcés et de 9,1 % pour les déclarants devenus récemment célibataires. Bien qu’un tel comportement soit relativement peu courant, il serait bénéfique pour les études cherchant à comprendre les effets de la séparation et du divorce sur la situation du marché du travail d’adopter une perspective à moyen ou long terme (comme celle qu’ont utilisée LaRochelle-Côté, Myles et Picot [2012] pour étudier les répercussions du veuvage et du divorce au Canada en se fondant sur les DAL), afin de confirmer que les effets mesurables à court terme ne sont pas dus à la sélectivité de l’échantillon.

Une limite des données administratives est qu’elles ne permettent pas d’observer les transitions en matière d’emploi, comme les séparations, les interruptions de travail, le changement de profession, la modification des heures travaillées (p. ex., heures travaillées, temps plein par rapport à temps partiel, année complète par rapport à année partielle), les changements de salaire horaire. Cependant, en exploitant la composante longitudinale des données, il est possible d’examiner la concordance entre les retards de production des déclarations de revenus et les chocs de revenu ou la perception de prestations d’assurance-emploi. Le tableau 3 montre que la proportion des retards de production des déclarations de revenus est de 2,2 % chez les personnes dont les revenus ont varié de moins de 10 %, ce qui est équivalent à la moyenne de l’échantillon complet. La fréquence des retards de production des déclarations de revenus est très homogène, allant de 2,8 % à 3,6 %, chez les personnes ayant enregistré une augmentation ou une diminution des revenus de 10 % ou plus. Bien que ces valeurs soient légèrement supérieures à la moyenne globale, les retards de production des déclarations de revenus n’étaient pas particulièrement fréquents chez les personnes dont les revenus ont considérablement fluctué. De la même manière, ni commencer à toucher des prestations d’assurance-emploi ni cesser de les percevoir au cours de l’année précédente n’a été associé à la fréquence des retards de production des déclarations de revenus, ces deux pratiques représentant respectivement 2,8 % et 3,1 %. Dans l’ensemble, ces résultats portent à croire que le FMP T1 représente bien la population complète de déclarants ayant subi des chocs de revenu du travail.

En exploitant la structure longitudinale de ces données, le graphique 4 examine la mesure dans laquelle les mêmes personnes produisent leurs déclarations de revenus en retard de façon récurrente. Ces résultats laissent entendre qu’un tel comportement est courant. Par exemple, environ 34,4 % des personnes ayant déclaré leurs revenus de 2005 en retard ont également déclaré leurs revenus de 2006 en retard, et 21,3 % d’entre elles ont déclaré leurs revenus de 2007 en retard. L’analyse ne permet pas de déterminer si ce comportement est attribuable aux personnes qui déclarent de manière récurrente leurs revenus trop tard pour qu’ils soient représentés dans les données du FMP T1 ou qui produisent simultanément leurs déclarations de revenus en souffrance depuis plusieurs années.

3.3 Comportement consistant à produire des déclarations de revenus en retard et soldes d’impôts dus

Comme nous l’avons mentionné, les retards de production des déclarations de revenus étaient les plus fréquents chez les déclarants ayant des soldes d’impôts dus (presque) nuls, probablement parce qu’aucune pénalité sous forme d’intérêt n’est engendrée lorsqu’un solde n’est pas dû et qu’il n’existe aucune motivation à produire une déclaration de revenus rapidement lorsqu’aucun remboursement n’est attendu. Pour permettre d’examiner cette question empiriquement, le graphique 5 représente la relation entre la valeur du solde dû et la probabilité d’un retard de production de déclaration, pour les soldes allant de 3 000 $ dus à 3 000 $ de remboursement attendu. Conformément aux attentes, les résultats indiquent que les personnes dont le solde s’approche de zéro sont en effet les plus susceptibles de produire leurs déclarations de revenus en retard.

Le graphique 6 permet d’examiner ce point plus en détail en représentant la relation entre le solde dû et la prédominance des retards de production des déclarations par niveau de revenu total : 20 000 $ ou moins, 20 001 $ à 75 000 $ et plus de 75 000 $. Pour les personnes appartenant aux catégories de revenu moyen et élevé, la fréquence des retards de production des déclarations de revenus apparaît relativement homogène, quel que soit le solde dû, même si les personnes dont le solde est près de zéro sont légèrement plus enclines à déclarer leurs revenus en retard. Pour les personnes de la catégorie de faible revenu, la fréquence plus élevée des retards de production des déclarations de revenus pour des soldes près de zéro se maintient, mais la relation globale présente une forme en U. Bien que les facteurs sous-tendant cette relation ne soient pas clairs, les déclarants à faible revenu ayant des soldes dus importants peuvent retarder la production de leurs déclarations afin de retarder un paiement, quel que soit le montant des intérêts. Le fait que des déclarants à faible revenu auxquels un remboursement est dû tendent à retarder la production de leurs déclarations de revenus est frappant et pourrait s’expliquer par un manque de connaissances en fiscalité.

Ces résultats correspondent à une étude empirique qui exploite les données sur les remboursements d’impôts pour tirer des conclusions sur la théorie du consommateur. En fonction des données provenant de l’Internal Revenue Service (IRS) des États-Unis, par exemple, Feldman (2010) étudie la mesure dans laquelle les déclarants répondent aux changements exogènes de leurs remboursements d’impôts au moyen d’ajustements de l’épargne sur des comptes individuels de retraite. À cette fin, l’auteur exploite une réforme de 1992 qui réduisait les taux de retenue d’impôt sur le revenu fédéral, ce qui a permis d’avancer les versements d’impôts sur le revenu sans modifier les obligations fiscales totales. L’analyse indique que les déclarants présentent une plus grande propension marginale à économiser des remboursements forfaitaires d’impôt sur le revenu que des flux normaux de fonds, ce qui rappelle un effet de comptabilité mentale. À l’aide de données similaires, Rees-Jones (2014) analyse la distribution des remboursements d’impôt sur le revenu (ou des soldes dus) aux États-Unis de 1979 à 1990 et étudie les répercussions de l’aversion aux pertes. Plus particulièrement, l’auteur avance l’idée qu’un déclarant qui veut éviter les pertes utilisera des échappatoires fiscales pour manipuler davantage les obligations fiscales totales lorsqu’un solde est dû que lorsqu’un remboursement est dû, ce qui découle d’une utilité marginale discrètement plus élevée d’un dollar considéré comme une perte. On prédit que ce comportement entraînerait une masse excédentaire (« concentration ») au seuil de gain ou de perte, lorsque le remboursement d’impôt est exactement égal à zéro, ce qui, comme le montre l’auteur, correspond au comportement réel observé dans les données fiscales de l’IRS. Ces résultats soulèvent la question de savoir si des modifications de la composition des déclarants observés du fait de retards de production des déclarations de revenus influeraient d’une certaine façon sur des effets tels que les réactions de concentration ou d’épargne relativement aux remboursements d’impôt sur le revenu. Il est en tout cas important de prendre note de ces résultats pour de futures études cherchant à étendre ce champ d’enquête au contexte canadien.

4 Incidence sur l’analyse économique

Dans la présente section, nous étudions l’influence des redressements et des retards de production des déclarations de revenus sur l’exactitude et la fiabilité des estimations du FMP T1 quant aux répartitions des revenus et aux statistiques agrégées à l’échelle fédérale et provinciale. Nous examinons ensuite de manière plus approfondie les effets des redressements sur les sources de revenus pour lesquelles les redressements peuvent être particulièrement courants : les commissions, l’agriculture, la pêche, les professions libérales et la location. Enfin, nous examinons les répercussions des redressements et des retards de production des déclarations sur la mesure de l’inégalité des revenus à l’aide des données du FMP T1.

4.1 Répartitions des revenus

Les statistiques descriptives du tableau 2 indiquent que les déclarants en retard tendent à recevoir un revenu du marché de l’emploi inférieur à celui des déclarants initiaux. Le graphique 7 permet d’examiner cette question plus en détail en représentant les répartitions des revenus d’emploi pour les déclarants initiaux, les déclarants initiaux en retard ainsi que tous les déclarants (initiaux et en retard), à l’aide des données transversales répétées, sur une fourchette de revenus allant de 1 $ à 100 000 $ (en dollars constants de 2010). La partie A montre que la différence des revenus moyens des déclarants initiaux et des déclarants en retard survient du fait qu’une importante part des déclarants en retard (19,3 %) touchent un revenu inférieur à 2 500 $ par rapport à 9,4 % pour les déclarants initiaux. Même si cet écart fait glisser la répartition des revenus vers le bas pour les déclarants en retard, les répartitions des deux groupes sont sans cela très comparables.

Puisque les déclarants en retard gagnant moins de 2 500 $ représentent une petite fraction de tous les déclarants, l’effet d’utiliser le FMP T1 pour déduire la répartition des revenus de tous les déclarants est négligeable, comme le montre la partie B, qui compare les déclarants initiaux à tous les déclarants. La différence de la part des personnes gagnant moins de 2 500 $ entre les données du FMP T1 et celles du FMPH T1 est seulement de 0,4 %, et les répartitions des revenus des deux groupes se chevauchent étroitement au-dessus de ce seuil.

Le graphique 8 montre que, contrairement aux résultats précédents, les déclarants en retard tendent à gagner un revenu d’entreprise provenant d’un travail autonome légèrement supérieur à celui des déclarants initiaux. Dans la partie A, la répartition du revenu d’entreprise provenant d’un travail autonome tend vers la droite pour les déclarants en retard par rapport aux déclarants initiaux pour la fourchette complète de revenus allant de 1 $ à 100 000 $. Cela indique que le FMP T1 sous-évalue légèrement le revenu d’entreprise provenant d’un travail autonome, mais que la différence relative aux répartitions du revenu d’entreprise provenant d’un travail autonome pour les déclarants initiaux par rapport à tous les déclarants est négligeable, comme le montre la partie B.

Enfin, les répartitions du revenu total des déclarants initiaux et des déclarants en retard sont présentées dans le graphique 9. La différence entre les deux groupes reflète celle du revenu d’emploi, selon laquelle les déclarants en retard à faible revenu sont sous-représentés dans les données du FMP T1, ce que montre la partie A. L’effet d’omettre les déclarants en retard pour déduire la répartition du revenu total pour tous les déclarants est négligeable, comme le montre la partie B. La comparabilité de ces résultats et des revenus d’emploi découle probablement du fait que la principale source de revenus pour bon nombre de déclarants est le marché de l’emploi.

4.2 Statistiques sur le revenu agrégé

Bien que les retards de production des déclarations de revenus aient peu d’incidence sur toute déduction relative à la répartition des revenus, son effet total sur les statistiques sur le revenu agrégé demeure incertain. Le revenu agrégé peut, par exemple, être déformé dans les données du FMP T1, si des personnes gagnant un revenu très élevé produisent leurs déclarations de revenus en retard; ce groupe représente une faible part de tous les déclarants, mais la somme de leurs revenus pourrait tout de même représenter une part non négligeable du total. La présente section étudie la mesure dans laquelle les redressements et les retards de production des déclarations de revenus influent sur les statistiques sur le revenu agrégé, en se concentrant sur les cinq types de revenus suivants : revenu d’emploi, revenu d’entreprise provenant d’un travail autonome, le revenu d’assurance-emploi, le revenu de la Sécurité de la vieillesse et le revenu total.

Le tableau 4 montre que les revenus d’emploi totaux chez les déclarants initiaux vont de 468,3 milliards de dollars en 1990 à 681,2 milliards de dollars en 2010 (dollars constants de 2010), selon les données du FMP T1. Les valeurs correspondantes découlant des données du FMPH T1 sont respectivement 468,6 milliards de dollars et 681,7 milliards de dollars, ce qui indique que les revenus d’emploi des déclarants initiaux sont rajustés à la hausse entre le moment où l’ARC compile les ensembles de données du FMP T1 et du FMPH T1. Pour toutes les années, l’ampleur de ce rajustement va de 0,1 milliard de dollars à 0,9 milliard de dollars. Ce résultat peut s’expliquer de plusieurs façons. Les déclarants peuvent, par exemple, oublier de déclarer certains revenus d’emploi ou minimiser volontairement leurs revenus pour frauder le fisc, problèmes qui sont corrigés lorsque l’ARC met à jour les déclarations d’impôts des particuliers à l’aide des renseignements que soumettent les employeurs et lors de contrôles fiscaux aléatoires. Même si les facteurs comportementaux sous-tendant ce résultat ne sont pas clairs, la colonne du tableau 4 relative au pourcentage du revenu figurant dans le FMPH T1 pris en compte par le FMP T1 montre que la sous-déclaration a peu d’incidence sur les estimations agrégées; environ 99,9 % des revenus d’emploi totaux figurant dans le FMPH T1 sont également observés dans le FMP T1 pour les déclarants initiaux.

Le tableau 4 montre également que les redressements pour les déclarants initiaux n’ont pas d’effet sur les statistiques de l’assurance-emploi et de la Sécurité de la vieillesse. En 1990, par exemple, la somme estimée de tous les paiements d’assurance-emploi aux déclarants initiaux s’élevait à 18,3 milliards de dollars dans les deux ensembles de données. Plus précisément, 100,0 % des valeurs agrégées des revenus d’assurance-emploi et des revenus de la Sécurité de la vieillesse des déclarants initiaux figurant au FMPH T1 étaient toujours observés dans le FMP T1 (arrondies à la décimale la plus près). En revanche, le revenu sous-déclaré semble quelque peu plus important dans le cas du revenu d’entreprise provenant d’un travail autonome : le FMP T1 enregistre uniquement de 96,8 % à 99,0 % de ce qui est observé dans le FMPH T1 pour les années prises en compte. Ce résultat s’explique probablement, au moins en partie, par le fait que le revenu d’entreprise provenant d’un travail autonome est généralement bien plus difficile à mesurer pour les déclarants, car cela comprend le calcul des bénéfices réalisés sur les revenus et les relevés de dépenses, alors que le revenu d’emploi est déclaré par les employeurs sur des formulaires d’impôts standards. Cela soulève la question de savoir si les personnes touchant un revenu d’entreprise provenant d’un travail autonome sont plus enclines à enregistrer des rajustements d’impôts sur le revenu auprès de l’ARC que les personnes sans ce type de revenu. Ce résultat reflète celui d’une documentation croissante sur les finances publiques comportementales, qui indique que la fraude fiscale est relativement fréquente pour le revenu provenant d’un travail autonome, car il est plus difficile à observer pour les administrations fiscales (Clotfelter, 1983; Slemrod, 1985, 2007; Feinstein, 1991; Andreoni, Erard et Feldstein, 1998; Schuetze, 2002; Feldman et Slemrod, 2007; Hurst, Li et Pugsley, 2014).

L’incidence des retards de production des déclarations de revenus sur les statistiques sur le revenu est présentée dans les troisième et cinquième colonnes de données du tableau 4. En 1990, par exemple, les revenus d’emploi agrégés pour les déclarants en retard s’élevaient à 20,5 milliards de dollars (en dollars constants de 2010); le FMP T1 rend compte de 95,7 % des revenus d’emploi totaux observés dans le FMPH T1. Les tendances sont similaires pour les revenus d’assurance-emploi et les revenus de la Sécurité de la vieillesse. Cependant, conformément aux résultats précédents, le FMP T1 rend compte uniquement de 87,9 % à 91,9 % de tout le revenu d’entreprise provenant d’un travail autonome dans le FMPH T1, ce qui donne à penser que les redressements et les retards de production des déclarations de revenus sont tous deux quelque peu courants chez les bénéficiaires d’un revenu d’entreprise provenant d’un travail autonome. Les causes de ce comportement sortent du cadre de la présente étude et représentent un axe intéressant de recherche future. Combiner les résultats des trois premières colonnes de données permet d’évaluer la mesure dans laquelle l’écart entre le FMP T1 et le FMPH T1 est dû aux redressements ou aux retards de production des déclarations de revenus. Lorsqu’il était fondé sur les statistiques sur les revenus d’emploi pour l’année d’imposition 2010, par exemple, le revenu des déclarants en retard représentait 22,2 milliards de dollars (97,8 %) de la différence totale de 22,7 milliards de dollars entre le FMP T1 et le FMPH T1, alors que les 500 millions restants (2,2 %) découlaient de redressements^{Note 5}. De la même manière, les répercussions des retards de production des déclarations de revenus par rapport aux redressements pour les autres sources de revenus sont respectivement de 90,0 % par rapport à 10,0 % pour le revenu d’entreprise provenant d’un travail autonome, 100,0 % par rapport à 0,0 % pour l’assurance-emploi et la Sécurité de la vieillesse et 95,9 % par rapport à 4,1 % pour le revenu total. Cette évaluation confirme ainsi que l’incidence des redressements est la plus élevée pour le revenu d’entreprise provenant d’un travail autonome que pour les autres sources de revenus.

Enfin, le tableau 5 présente la variation des résultats par province et territoire. Puisque les retards de production des déclarations de revenus sont relativement courants en Ontario, en Alberta, en Colombie-Britannique et dans les territoires, les statistiques sur le revenu agrégé pourraient être touchées de manière disproportionnée dans ces régions. Les résultats portent à croire que ce n’est cependant pas le cas. Même si des variations existent, les données du FMP T1 rendent compte d’au moins 98,4 % des revenus de chaque source pour les déclarants initiaux, pour toutes les années pertinentes. De plus, le résultat stipulant que le revenu d’entreprise provenant d’un travail autonome est systématiquement sous-représenté dans les données du FMP T1 par quelques points de pourcentage se reflète dans toutes les régions, même si ce résultat est plus prononcé chez les non-résidents.

Il est important de mentionner que les données relatives aux revenus des particuliers que reçoit Statistique Canada de l’ARC excluent généralement de 20 à 50 enregistrements relatifs aux déclarants aux revenus les plus élevés. Cela a probablement peu d’incidence sur la majeure partie de l’analyse du présent article relativement aux caractéristiques des déclarants, aux répartitions des revenus ou aux seuils de revenus. Cependant, puisque ces valeurs de revenu sont très élevées, il est possible que cela influe sur certaines statistiques agrégées. Dans une certaine mesure, ce problème est atténué par le fait que les ensembles de données du FMP T1 et du FMPH T1 sont tous deux touchés, ce qui en réduit l’importance dans le cadre de l’analyse comparative. De plus, les statistiques agrégées présentées ici sont très comparables aux statistiques finales que produit directement l’ARC en se basant sur environ 100 % de toutes les déclarations de revenus, y compris les redressements. Pour l’année d’imposition 2010, par exemple, qui comprend les déclarations soumises jusqu’à la date limite du 30 juin 2012, le revenu total s’est élevé à 1 070,3 milliards de dollars (ARC 2012), alors qu’il s’élevait à 1 083,0 milliards de dollars pour tous les déclarants du FMP T1 jusqu’à la date limite du 18 décembre 2012 indiquée dans le tableau 1 en annexe.

4.3 Autres sous-déclarations de revenus

Puisque les redressements et les retards de production des déclarations de revenus sont relativement courants pour les revenus d’entreprise provenant d’un travail autonome, une question connexe est de savoir si cela s’applique également à d’autres types de revenus. La présente section prend brièvement en compte l’incidence de tels comportements sur le revenu net (c.-à-d., le revenu moins les dépenses) d’entreprise provenant d’un travail autonome, de commissions, de l’agriculture, de la pêche, d’une profession libérale et de la location.

Le tableau 6 présente les probabilités d’avoir un revenu provenant de chacune de ces sources, par type de déclarant. Les déclarants en retard, par exemple, sont presque deux fois plus susceptibles de toucher un revenu d’entreprise provenant d’un travail autonome ou de commissions (respectivement 13,4 % et 1,3 %) que les déclarants initiaux (respectivement 7,2 % et 0,7 %). Cependant, le contraire est observé pour le revenu d’agriculture. Les parts de déclarants initiaux et de déclarants en retard touchant un revenu de la pêche ou d’une profession libérale sont pratiquement égales.

Les résultats montrent également que les déclarants en retard gagnent moins, en moyenne, que les déclarants initiaux pour toutes les sources de revenus, à l’exception du revenu d’entreprise provenant d’un travail autonome. Par exemple, les moyennes des revenus d’une profession libérale, pour les déclarants initiaux et les déclarants en retard sont respectivement d’environ 62 500 $ et 35 200 $ (en dollars constants de 2010), à condition que les personnes aient un revenu ou des pertes professionnels à déclarer. Ensemble, les caractéristiques des bénéficiaires d’un revenu d’entreprise provenant d’un travail autonome ne s’étendent pas systématiquement aux déclarants gagnant ces autres types de revenus.

Le tableau 7 présente la mesure dans laquelle les redressements et les retards de production des déclarations de revenus influent sur les estimations des statistiques agrégées de ces autres types de revenus. La première colonne de données affiche le pourcentage de déclarants en retard parmi tous les déclarants touchant un revenu de chaque source. Par exemple, 8,1 % des personnes recevant un revenu de commissions ont déclaré leur revenu en retard au cours des années prises en compte. Dans l’ensemble, les déclarants touchant un revenu d’entreprise de travail autonome ou des commissions semblent légèrement plus enclins que l’échantillon total à produire leurs déclarations en retard; le contraire est vrai pour les bénéficiaires d’un revenu d’agriculture et d’un revenu de location.

Les deux dernières colonnes présentent le pourcentage des autres revenus observés dans le FMPH T1 pour les déclarants initiaux et les déclarants en retard pris en compte par le FMP T1. Ces résultats indiquent, tout d’abord, que les redressements ont peu d’incidence sur les revenus de commissions, d’agriculture, de pêche et de profession libérale; ces estimations dépassant toutes en effet 99 %. Cependant, les revenus d’entreprise provenant d’un travail autonome et de la location pour les déclarants initiaux sont sous-représentés dans le FMP T1; ces estimations s’élevant seulement à 97,6 % et 97,1 %, respectivement.

En revanche, l’incidence des retards de production des déclarations de revenus est la plus courante pour les cas de revenu d’entreprise provenant d’un travail autonome et de commissions, ce qui s’explique probablement par le fait que les retards de production des déclarations sont les plus courants pour les personnes recevant un revenu de ces sources. Les parts de revenu du FMPH T1 prises en compte par le FMP T1 sont uniquement de 89,6 % et de 91,8 % respectivement. Comme nous l’avons mentionné, expliquer les facteurs qui sous-tendent ces résultats sort du cadre de la présente étude, mais constituerait un sujet de recherche future intéressant.

Une limite importante de ces résultats est que l’analyse utilise uniquement des données relatives aux revenus de particuliers provenant des dossiers fiscaux T1. Il n’est pas certain que des tendances similaires en matière de redressement et de retard de production des déclarations de revenus seraient observées à partir d’une analyse des dossiers fiscaux T2. En général, on s’attend à ce que ce comportement soit différent pour les entreprises et les particuliers.

4.4 Estimation de l’inégalité des revenus

Dans la récente étude, « Who are Canada’s top 1 percent? » (Le 1 % des Canadiens les plus riches), qu’a publiée l’Institut de recherche en politiques publiques dans Income Inequality: The Canadian Story, Thomas Lemieux et W. Craig Riddell (2015) analysent l’évolution des revenus les plus élevés ainsi que le 1 % des personnes ayant gagné les revenus les plus élevés entre 1981 et 2011. Ils montrent que les revenus les plus élevés ont augmenté depuis les années 1980, principalement du fait d’une inégalité croissante dans le secteur financier, dans le secteur des services aux entreprises et dans le secteur du pétrole et du gaz.

Bien que leur étude soit surtout fondée sur des fichiers principaux du recensement, les auteurs ont également pris en compte la mesure dans laquelle l’utilisation des dossiers fiscaux des DAL modifiait les résultats. Ils ont montré que les seuils des 95^e et 99^e centiles dans les deux sources de données étaient remarquablement similaires : ceux des DAL étaient légèrement supérieurs à ceux du recensement, mais dans la plupart des cas, l’écart était de moins de 5 % (Lemieux et Riddell, 2015, p. 115 et 116)^{Note 6}. Les seuils du 99,9^e centile étaient cependant plus élevés dans les DAL d’un écart pouvant atteindre 25 %, ce qui reflète d’autres preuves soulignant que les personnes gagnant un revenu élevé tendent à sous-déclarer leurs revenus (Bound et Krueger, 1991).

Les DAL étant créées à partir du FFT1, qui est dérivé des données du FMP T1 pour les déclarants initiaux, cela soulève la question de savoir si les redressements et les retards de production des déclarations de revenus influent sur les estimations des seuils de revenus les plus élevés et dans quelle mesure. Le résultat de la sous-section 4.1 indiquant que de tels comportements sont les plus courants chez les personnes en bas de la répartition des revenus signifie que les seuils des revenus les plus élevés présentent un biais vers le haut, si on exclut ces personnes des calculs, et que l’ampleur de ce biais deviendrait plus prononcée pour les seuils de revenus très élevés.

Dans la présente section, nous étudions le degré auquel ce biais survient et contribue à expliquer l’écart des estimations des seuils du 99,9^e centile entre les données administratives et les données d’enquête. Le tableau 8 présente les seuils des revenus les plus élevés pour les revenus d’emploi, le revenu d’entreprise provenant d’un travail autonome et le revenu total aux 95^e, 99^e et 99,9^e centiles, pour les déclarants initiaux et tous les déclarants. Les estimations pour les déclarants initiaux sont basées sur le FMP T1 et celles relatives à tous les déclarants, sur le FMPH T1. Les différences entre les deux groupes découlent donc à la fois des redressements et des retards de production des déclarations de revenus.

L’analyse indique, par exemple, que le 99,9e centile du revenu d’emploi en 2010 était de 480 100 $ pour les déclarants initiaux et de 477 550 $ pour tous les déclarants. Par conséquent, l’omission des déclarants en retard signifie que ce seuil est surestimé d’environ 2 550 $. En général, la direction du biais correspond aux attentes : les seuils des revenus les plus élevés pour le revenu d’emploi et le revenu total provenant du FMP T1 sont légèrement supérieurs à ceux du FMPH T1. L’inverse s’observe pour le revenu d’entreprise provenant d’un travail autonome, même si l’on s’y attendait, puisque les déclarants en retard tendent à gagner davantage de revenus de cette source que les déclarants initiaux, comme le montre le tableau 2.

Cependant, même si les redressements et les retards de production des déclarations de revenus ont l’effet attendu sur les estimations des seuils des revenus les plus élevés, l’ampleur de ce biais est très faible. Les 99,9^e centiles du revenu total en 2010, par exemple, étaient respectivement 771 150 $ et 763 300 $ selon les données du FMP T1 et du FMPH T1, soit une différence de 7 850 $ seulement. Le tableau 9 indique que cet écart est le plus important de tous les écarts observés entre les deux ensembles de données, tout en ne représentant que 1,03 % de la valeur de ce seuil. Les écarts entre d’autres centiles de revenus, sources de revenus et années sont généralement bien inférieurs. Par conséquent, les estimations des seuils des revenus les plus élevés dérivées des données administratives basées sur l’échantillon d’environ 100 % des déclarants initiaux sont des approximations raisonnables des valeurs qui auraient été obtenues à partir d’estimations provenant de la population de tous les déclarants; les redressements et les retards de production des déclarations de revenus n’expliquent pas les écarts entre les estimations du 99,9^e centile que documentent Lemieux et Riddell à partir des données du recensement et des DAL.

5 Conclusion

Alors que l’on se fie de plus en plus aux dossiers fiscaux administratifs dans les analyses économiques pour prendre des décisions stratégiques fondées sur des données probantes et effectuer des recherches universitaires (Chetty, 2012; Einav et Levin, 2014), la mesure dans laquelle les redressements et les retards de production des déclarations de revenus influent sur les grands ensembles de données fiscales est un point empirique important qui a été peu étudié. À l’aide d’ensembles de données sur la population des déclarants initiaux et des déclarants en retard canadiens pour la période allant de 1990 à 2010, la présente étude fournit des renseignements nouveaux sur cette question et traite de l’incidence de ces renseignements sur une analyse économique ayant recours à des mégadonnées fiscales.

Les résultats de la présente étude montrent qu’en moyenne, chaque année, seulement environ 3,5 % à 4,8 % des personnes ne soumettent pas à temps leurs déclarations de revenus à l’Agence du revenu du Canada pour être incluses dans les ensembles de données conventionnels dérivés des fichiers de population des déclarants initiaux canadiens. Ce comportement est le plus courant chez les déclarants plus jeunes, les résidents de l’Ontario, de l’Alberta, de la Colombie-Britannique et des territoires, les non-résidents les émigrants et les personnes à revenu très faible. Conformément aux attentes, les personnes présentant des soldes d’impôts finaux dus (ou des remboursements) près de zéro tendent à être les plus susceptibles de retarder la production de leurs déclarations de revenus, puisque la motivation à produire une déclaration rapidement peut être moins forte dans ce cas.

L’incidence des redressements et des retards de production des déclarations de revenus sur une analyse économique ayant recours à des mégadonnées fiscales est généralement favorable : somme toute, les répercussions de tels comportements sont limitées. Pour la plupart des sources de revenus, y compris les revenus d’emploi, les revenus d’assurance-emploi et les revenus de la Sécurité de la vieillesse, les répartitions des revenus pour les déclarants initiaux et tous les déclarants chevauchent étroitement les fourchettes de revenus normales, et les statistiques agrégées sont pratiquement identiques. La seule exception notable est le revenu d’entreprise provenant d’un travail autonome, pour lequel les redressements sont un peu plus courants. Expliquer les facteurs sous-tendant ce résultat constitue un axe intéressant de recherche future en finances publiques comportementales.

Enfin, l’étude évalue les conséquences d’une estimation des revenus les plus élevés à partir de mégadonnées fiscales dérivées uniquement pour les déclarants initiaux. Cette question est particulièrement pertinente pour les études sur l’inégalité des revenus au Canada, puisqu’il est démontré que les retards de production des déclarations de revenus sont les plus fréquents chez les personnes à très faible revenu. En théorie, cela devrait biaiser vers le haut les estimations des seuils de revenus les plus élevés, particulièrement pour les seuils de revenus très élevés. Cependant, les résultats de cette analyse sont encore une fois favorables et indiquent que ces estimations de seuils ne sont pas fortement asymétriques en pratique, si on omet les déclarants en retard dans les calculs.

6 Annexe

Bibliographie

Andreoni, J., B. Erard et J. Feldstein. 1998. « Tax compliance ». Journal of Economic Literature 36 (2) : 818 à 860.

Bound, J. et A.B. Krueger. 1991. « The extent of measurement error in longitudinal earnings data: Do two wrongs make a right? » Journal of Labor Economics 9 (1) : 1 à 24.

Chetty, R. 2012. Time Trends in the Use of Administrative Data for Empirical Research. Diapositives de présentation disponibles au lien suivant : http://rajchetty.com/chettyfiles/admin_data_trends.pdf.

Citro, C.F. 2014. « Des modes multiples pour les enquêtes à des sources de données multiples pour les estimations ». Techniques d’enquête 40 (2) : 137 à 161. Produit n^o 12-001-X au catalogue de Statistique Canada.

Clotfelter, C. 1983. « Tax evasion and tax rates: An analysis of individual returns ». Review of Economics and Statistics 65 (3) : 363 à 373.

Agence du revenu du Canada. 2012. « Tableau final 1 – État général par province ou territoire d’imposition ». Dans Statistiques finales Édition de 2012 (années d’imposition 2010). Dernière mise à jour le 21 juin 2013. Disponible au lien suivant : https://www.canada.ca/fr/agence-revenu/programmes/a-propos-agence-revenu-canada-arc/statistiques-revenu-statistiques-tps-tvh/t1-statistiques-finales-edition-2012-annee-imposition-2010/tableau-final-1-etat-generale-province-territoire-imposition-annee-imposition-2009.html (consulté le 24 août 2017).

Duncan, J.W. et W.C. Shelton. 1978. Revolution in United States Government Statistics 1926–1976. Office of Federal Statistical Policy and Standards. U.S Department of Commerce. Washington, D.C. : Government Printing Office.

Einav, L. et J.D. Levin. 2013. The Data Revolution and Economic Analysis. NBER Working Paper Series, n^o 19035. Cambridge, Massachusetts : National Bureau of Economic Research.

Einav, L. et J.D. Levin. 2014. « Economics in the age of big data ». Science, vol. 346, n° 6210, 715 à 721.

Feinstein, J. 1991. « An econometric analysis of income tax evasion and its detection ». RAND Journal of Economics 22 (1) : 14 à 35.

Feldman, N.E. 2010. « Mental accounting effects of income tax shifting ». Review of Economics and Statistics 92 (1) : 70 à 86.

Feldman, N.E. et J. Slemrod. 2007. « Estimating tax noncompliance with evidence from unaudited tax returns ». The Economic Journal, vol. 117, n° 518, 327 à 352.

Finnie, R., D. Gray et Y. Zhang. 2016. « A longitudinal analysis of GIS entries and exits ». Canadian Public Policy 42 (3) : 287 à 307.

Harris-Kojetin, B. 2012. « Federal household surveys. ». Dans Encyclopedia of the U.S. Census: From the Constitution to the American Community Survey, deuxième édition, publié sous la direction de M.J. Anderson, C.F. Citro et J.J. Salvo, p. 226 à 234. Washington, D.C. : CQ Press.

Heffetz, O. et D.B. Reeves. 2016. Difficulty to reach respondents and nonresponse bias: Evidence from large government surveys. NBER Working Paper n^o 22333, Cambridge, Massachusetts, National Bureau of Economic Research.

Hurst, E., G. Li et B. Pugsley. 2014. « Are household surveys like tax forms? Evidence from income underreporting of the self-employed ». The Review of Economics and Statistics 96 (1) : 19 à 33.

Jarmin, R.S. et A.B. O’Hara. 2016. « Big data and the transformation of public policy analysis ». Journal of Policy Analysis and Management 35 (3) : 715 à 721.

Lane, J. 2016. « Big data for public policy: The quadruple helix ». Journal of Policy Analysis and Management 35 (3) : 708 à 715.

LaRochelle-Côté, S., J. Myles et G. Picot. 2012. « Income replacement rates among Canadian seniors: The effect of widowhood and divorce ». Canadian Public Policy 38 (4) : 471 à 495.

Lemieux, T. et W.C. Riddell. 2015. « Who are Canada’s top 1 percent? ». Dans Income Inequality: The Canadian Story, publié sous la direction de D.A. Green, W.C. Riddell et F. St-Hilaire, vol. 5, p. 103 à 155. Montréal : Institut de recherche en politiques publiques.

Meyer, B.D., W.K.C. Mok et J.X. Sullivan. 2015. Household surveys in crisis. NBER Working Paper n^o 21399, Cambridge, Massachusetts, National Bureau of Economic Research.

Milligan, K. 2013. Income inequality and income taxation in Canada: Trends in the census 1980–2005. The School of Public Policy Research Paper, vol. 6, n° 24. Calgary : Université de Calgary.

Rees-Jones, A. 2014. Loss Aversion Motivates Tax Sheltering: Evidence From U.S. Tax Returns. Philadelphie, Pennsylvanie : The Wharton School, University of Pennsylvania. Manuscrit non publié.

Schuetze, H.J. 2002. « Profiles of tax non-compliance among the self-employed in Canada: 1969 to 1992 ». Canadian Public Policy 28 (2) : 219 à 238.

Slemrod, J. 1985. « An empirical test for tax evasion ». The Review of Economics and Statistics 67 (2) : 232 à 238.

Slemrod, J. 2007. « Cheating ourselves: The economics of tax evasion ». The Journal of Economic Perspectives 21 (1) : 25 à 48.

Varian, H.R. 2014. « Big data: New tricks for econometrics ». The Journal of Economic Perspectives 28 (2) : 3 à 27.

Veall, M.R. 2012. « Top income shares in Canada: Recent trends and policy implications ». Revue canadienne d’économique 45 (4) : 1247 à 1272.

Notes