View
214
Download
0
Category
Preview:
Citation preview
Workshop FEG, CAPP e CRIDIREMetodi quantitativi per l'analisi delle condizioni di vita:
nuove concettualizzazioni, stime statistiche e procedure operative
Evasione ed errori di misuranelle indagini sul reddito e nei dati fiscali
Massimo Baldini, Paolo Bosi, Michele LallaCapp
Facoltà di Economia “M.Biagi” Modena, 30 gennaio 2009
OBIETTIVI• Chi sono gli evasori?• Quali sono le determinanti dell’evasione
dell’imposta sul reddito?
METODI DI ANALISI PIÙ COMUNI(1) Confronto tra redditi fiscali e redditi tassabili
dedotti dalla contabilità nazionale,(2) Confronto tra valori medi (per categorie) dei
redditi fiscali e i corrispondenti valori medi desunti da redditi rilevati in indagini campionarie.
Marenzi (1996)Confronto tra valori medi da Indagine sui bilanci delle famiglie
(SHIW) 1991 della Banca d’Italia e valori medi del Ministero delle Finanze
Quattro tipi di contribuenti:Dipendenti, autonomi, pensionati, imprese individuali o associati Irpef.
Si considera il reddito Irpef prevalente.RISULTATI(1) Propensione a evadere maggiore per gli autonomi
(2) Evadono anche i pensionati ricchi
(3) Evasione più elevata nei decili inferiori distribuzione reddito
(4) Professionisti evadono molto nei primi due decili
(5) Evasione costante per autonomi e imprese rispetto al reddito.
Analisi su dati micro
Fiorio e D’Amuri (2005):Confronto tra valori medi di SHIW 2000 e di un campione casuale
(250000 contribuenti) elaborato dal Secit.
Due gruppi: dipendenti e autonomi
RISULTATIEvasione più elevata per gli autonomiPer livello di reddito è più elevata nei primi due deciliEvasione negativa per il decile più alto dei dipendenti (errori di
misura?)
Marino e Zizza (2008):Confronto tra valori medi SHIW 2004 e dichiarazioni fiscali dello
stesso anno (Secit)
RISULTATISi conferma una maggiore evasione degli autonomiEvadono di più i contribuenti maschi e quelli giovani
ASSUNTO: REDDITO RILEVATO piú VERO di REDDITO FISCALE, ma non è scontato per i molti fattori di errore:(1) Errori di COPERTURA(2) Errori di NON-RISPOSTA(3) Errori di MISURA
Tra gli ERRORI DI MISURA si distingue:(a) ERRORI DI STRUMENTI,(b) ERRORI DI TECNICHE,(c) ERRORI DELL’INTERVISTATORE,(d) ERRORI DELL’INTERVISTATO.
Processo cognitivo rilevazione reddito
(1) Comprensione della domanda
(2) Recupero informazione memoria
(3) Verifica corrisponda tra i due dati
(4) Comunicazione a intervistatore
MOTIVAZIONE PER ELUDERE
(a) IGNORANZA sui dati reali
(b) RILUTTANZA a fornire dati sensibili
(c) PAURA di un possibile controllo fiscale
L’esito dell’intervista può dipendere da una serie di fattori (età, titolo di studio, professione, è cosí via) che non possono essere individuati nei lavori precedenti.
NEL PRESENTE LAVORO, invece, si è eseguito un
ABBINAMENTO (matching) ESATTO tra microdati di ICESMO 2002 (Indagine sulle Condizioni Economiche e Sociali delle famiglie modenesi) e DATI FISCALI relativi agli stessi individui messi a disposizione dall’Archivio dell’Amministrazione comunale nel rispetto della privacy.
Primo tentativo in Italia di studiare l’evasione confrontando dati fiscali e dichiarazioni rese a una indagine campionaria da parte delle stesse persone.
L’indagine sulle condizioni economiche e sociali delle famiglie della Provincia di Modena
• Condotta nel 2002 sull’intero territorio provinciale
• Campione stratificato a due stadi
• Solo gli individui residenti nel comune di Modena sono stati accoppiati alle corrispondenti dichiarazioni fiscali
• L’indagine campionaria ha raccolto informazioni sui redditi netti percepiti da ciascun individuo, sia da lavoro sia da trasferimento negli ultimi 12 mesi dall’intervista
• I redditi netti sono stati convertiti in redditi al lordo dell’irpef
Esiti abbinamento con dati fiscali\\\\\\\ SI SI Manc SI= Manc Totale
FI \\\\\\\ n/ % Med. n/ % Med.
FIM FIM 987 21807 44 reticenti
4061 1031
FIM SI 71,1% 20751 3,2% —
FI=M FI 106 evasori
— 251 — 357
FI=M SI 7,6% 13436 18.1% —
Totale 1093 20042 295 4061 1388
Stima delle densità del reddito rilevato (Surveyed Income=SI) e del reddito fiscale (Fiscal Income=FI) per n=987 : anno 2002
0.0
000
1.0
000
2.0
000
3.0
000
4
0 20000 40000 60000 80000 100000
Surveyed Income Fiscal Income
Come misurare l’evasione e il misreporting
Misreporting totale U = Uo+Us = Ft-St+Us Evasione stimata Es = SI – FI = (St-Us)-(Ft-E)= E – U
St
Reddito misurato in
indagine
Uo
Misreporting oggettivo
Ft Reddito
complessivo fiscale
Us Misreporting
soggettivo
E Evasione
Es Evasione stimata
= SI Reddito rilevato
― FI Reddito fiscale
dichiarato
Es = SI - FI
Il reddito complessivo corrispondente al reddito netto dichiarato nell’indagine. Quanto si dovrebbe dichiarare, in base al reddito netto, se non ci fosse
evasione
Reddito complessivo dichiarato al fisco
Es = E - ULa misura non può distinguere tra evasione
vera e misreporting
Unità di analisi
Singolo reddito (da lavoro, trasferimento, capitale)o il reddito complessivo (ossia, il singolo contribuente)?
In questo lavoro abbiamo assunto come unità di analisi
il contribuente identificandolo sulla base del reddito prevalente
percepito.
Quali indicatori usare
• EVASIONE ASSOLUTA o in PERCENTUALE del reddito dell’intervista
• Nell’analisi della relazione tra evasione e reddito: le singole componenti, il reddito individuale, o il reddito famigliare?
• Considerare il campione completo o solo i sottocampioni con reddito maggiore di 0?
decili di SI dipendenti indipendenti altri
1 3.0 0.0 21.2
2 6.0 4.8 16.1
3 9.9 1.3 13.0
4 10.7 4.0 10.8
5 10.2 11.4 9.4
6 13.6 7.8 6.4
7 13.1 13.7 5.3
8 12.3 8.5 7.7
9 11.8 16.2 6.2
10 9.4 32.4 3.8
100.0 100.0 100.0
Distribuzione di frequenza dei contribuenti per decili di reddito dichiarato nell’indagine
Valori medi del reddito dichiarato al fisco (FI, Fiscal Income), del reddito dichiarato nell’indagine campionaria (SI, Survey Income),
dell’evasione relativa ed assoluta per condizione professionale
(tutti i casi n=1082)
Condizione professionaleFI SI Es=SI-FI
Es%=100(SI-FI)/SI
Lavoratore dipendente 21101 20961 -140 -0.7%
Lavoratore Autonomo 27710 38311 10601 27.7%
Pensionato e altro 15020 13259 -1761 -13.3%
Totale 19438 19957 519 2.6%
-25000
-20000
-15000
-10000
-5000
0
5000
10000
15000
20000
25000
1 2 3 4 5 6 7 8 9 10
dipendenti
indipendenti
altri
Evasione assoluta per decili di reddito totale individuale sull’intero campione, e per condizione
-4000
-2000
0
2000
4000
6000
8000
10000
1 2 3 4 5 6 7 8 9 10
-25%
-20%
-15%
-10%
-5%
0%
5%
10%
15%
20%
1 2 3 4 5 6 7 8 9 10
Evasione ASSOLUTA e PERCENTUALE per decili di reddito equivalente familiare
Intero campione (blu=1093 casi) e campione privo dell’1% con evasione assoluta più alta e dell’1% con
evasione assoluta più bassa (giallo)
-6000
-4000
-2000
0
2000
4000
6000
8000
10000
1 2 3 4 5 6 7 8 9 10
Evasione assoluta e % per decili di reddito totale individuale
Intero campione (blu) e campione privo di osservazioni con reddito fiscale zero (marrone)
-120%
-100%
-80%
-60%
-40%
-20%
0%
20%
1 2 3 4 5 6 7 8 9 10
Densità stimata della differenza percentuale (Es%) con estremi troncati (linea solida) e la curva
normale (linea tratteggiata) per n=9870
.00
5.0
1.0
15
.02
Den
sity
-100 -50 0 50 100Es%
Densità stimata (Epanechnikov kernel) della differenza percentuale (Es%=y_sfp) tra il reddito rilevato (SI) e il reddito
fiscale (FI) per i primi e gli ultimi due decili0
.00
5.0
1.0
15
.02
0.0
05
.01
.01
5.0
2
-600 -400 -200 0 200 -600 -400 -200 0 200
1 2
9 10
Density
kdensity y_sfp
Den
sity
100*(SI - FI)/SI
Graphs by RECODE of decsiw (10 quantiles of yc )
Reddito dichiarato al fisco, reddito rilevato nell’indagine, evasione assoluta e relativa
per livello di istruzione ed età del contribuente
Livello di istruzione Reddito fiscale: FIReddito del survey: SI E=S-F Es%
Elementare 12840 12075 -765 -6,3%
Media 15950 16181 231 1,4%
Secondaria Superiore 20791 22048 1257 5,7%
Laurea 31485 32976 1491 4,5%
Totale 19438 19957 519 2,6%
Classi di età Reddito fiscale FIReddito rilevato
SI E=S-F Es%
<=40 18149 19860 1710 8,6%
41-50 21527 22615 1088 4,8%
51-60 20512 24998 4486 17,9%
>=61 19207 16740 -2467 -14,7%
Totale 19438 19957 519 2,6%
OLS – Var. dipendente: EVASIONE ASSOLUTA
Source | SS df MS Number of obs = 1093-------------+------------------------------ F( 7, 1085) = 52.32 Model | 1.0757e+11 7 1.5367e+10 Prob > F = 0.0000 Residual | 3.1865e+11 1085 293688937 R-squared = 0.2524-------------+------------------------------ Adj R-squared = 0.2476 Total | 4.2622e+11 1092 390310934 Root MSE = 17137
------------------------------------------------------------------------------ evasione | Coef. Std. Err. t P>|t| [95% Conf. Interval]-------------+---------------------------------------------------------------- uomo | -2589.481 1111.081 -2.33 0.020 -4769.593 -409.3704 <=40 | 4089.377 1605.794 2.55 0.011 938.5651 7240.19 41-50 | 3232.773 1832.568 1.76 0.078 -363.0053 6828.552 51-60 | 2689.378 1803.433 1.49 0.136 -849.2336 6227.99 indip_yc | .5738715 .0312022 18.39 0.000 .512648 .635095 dip_yc | .1721343 .0398443 4.32 0.000 .0939536 .250315 pens_yc | .2768014 .0732508 3.78 0.000 .1330721 .4205306 _cons | -6533.624 1351.604 -4.83 0.000 -9185.677 -3881.571------------------------------------------------------------------------------
Probit – Var. dipendente Y: Y=1 =>evasore
Probit estimates Number of obs = 1093 LR chi2(6) = 65.78 Prob > chi2 = 0.0000Log likelihood = -714.66788 Pseudo R2 = 0.0440
------------------------------------------------------------------------------ evasore | Coef. Std. Err. z P>|z| [95% Conf. Interval]-------------+---------------------------------------------------------------- lyc_n_dip | -.0260201 .0142591 -1.82 0.068 -.0539675 .0019273 lyc_n_indip | .0542551 .0154131 3.52 0.000 .024046 .0844641 uomo | .0120711 .0816804 0.15 0.883 -.1480197 .1721618 <=40 | .5475444 .1471102 3.72 0.000 .2592137 .8358751 41-50 | .2450756 .1641319 1.49 0.135 -.076617 .5667682 51-60 | .43114 .1414771 3.05 0.002 .15385 .70843 _cons | -.4141973 .0745007 -5.56 0.000 -.5602161 -.2681786------------------------------------------------------------------------------
n=367 | R^2=0,33 B(k) SE(B) to(B) P(Tto)
(Eta/10) -5,76 5,00 -1,15 0,25
(Eta/10)^2 0,56 0,46 1,21 0,23
Single -6,05 3,41 -1,77 0,08
Libero prof. 25,97 8,58 3,03 0,00
Autonomo 21,31 7,06 3,02 0,00
Imprenditore 19,15 6,91 2,77 0,01
Altra pos.pr. 11,89 5,69 2,09 0,04
Usufr.&altro 15,50 7,52 2,06 0,04
Y-p.sub/1000 0,39 0,19 2,06 0,04
Y-aut./1000 0,28 0,05 5,89 0,00
Costante 31,66 13,04 2,43 0,02
Variabile dipendente: solo evasione (Es% > 0)
CONCLUSIONI
(1) Difficile isolare il ruolo dell’errore (misreporting).
(2) L’evasione sembra presente SOLO tra INDIPENDENTI.
(3) Risultati NON del tutto COERENTI con i pochi studi precedenti: l’evasione è sí concentrata tra gli indipendenti, ma pare crescente rispetto al reddito.
(4) L’evasione sembra interessare ― i livelli alti di istruzione― i contribuenti nella classe dei cinquantenni― incerto il segno rispetto al genere.
(5) Maggiore impegno sulla raccolta dei dati.
Recommended