Thèse soutenue

FR
Accès à la thèse
Auteur / Autrice : Alipio Ferreira Da Silva Filho
Direction : Helmuth CremerStefan Ambec
Type : Thèse de doctorat
Discipline(s) : Sciences Economiques
Date : Soutenance le 07/07/2022
Etablissement(s) : Toulouse 1
Ecole(s) doctorale(s) : Toulouse School of Economics
Partenaire(s) de recherche : Laboratoire : TSE-R (Toulouse)

Mots clés

FR  |  
EN

Mots clés contrôlés

Résumé

FR  |  
EN

Trois essais en economie publique, d'un point de vue empirique et théorique. Les papiers se concentrent sur l'efficacité des méthodes de combat à la non conformité légale, en matière de taxation et d'environnement.Chapitre 1 : Lutter efficacement contre la déforestation requiert la surveillance de vastes zones, ce qui est possible grâce à l'imagerie satellitaire. Cependant, la surveillance par satellite ne peut réduire la déforestation que si trois conditions sont remplies : les alertes de surveillance doivent être informatives, l'organisme d'application doit les utiliser pour cibler les inspections et les agriculteurs doivent répondre aux mesures d'application en faisant moins de déforestation. Ce chapitre quantifie la contribution de la surveillance en temps réel à la réduction de la déforestation à l'aide de données satellitaires et administratives détaillées dans la forêt amazonienne brésilienne. Il étudie toute la chaîne des événements depuis la production d'une alerte déforestation jusqu'à son effet sur la déforestation. Il documente d'abord une amélioration de la capacité du système de surveillance à détecter les infractions en temps réel. Ensuite, il estime l'impact des alertes en temps réel sur les inspections de déforestation. Enfin, il estime l'impact moyen des inspections sur la déforestation à l'aide d'une approche par variables instrumentales et d'une étude d'événements. Dans l'ensemble, les alertes en temps réel augmentent de trois points de pourcentage la probabilité d'inspection des contrevenants, évitant environ 450 kilomètres carrés de déforestation par an.Chapitre 2 : Les économies en développement se caractérisent par une conformité limitée à la réglementation gouvernementale, telle que la fiscalité. Les ressources pour l'application sont rares et les cas d'audit sont souvent sélectionnés de manière discrétionnaire. Nous étudions si la disponibilité croissante des données numérisées permet d'améliorer le ciblage des audits. Tirant parti d'une expérience de terrain à grande échelle au Sénégal, nous comparons les contrôles fiscaux sélectionnés par les inspecteurs aux contrôles sélectionnés par un algorithme de notation des risques. Nous constatons que les audits sélectionnés par des inspecteurs sont plus susceptibles d'être effectués, de découvrir l'évasion fiscale et de détecter des montants plus importants d'évasion. Nous montrons, cependant, que l'administration fiscale investit moins de main-d'œuvre dans les cas sélectionnés par algorithme, et que les audits sélectionnés par algorithme peuvent générer moins de corruption, sur la base des résultats d'enquête. Dans les travaux en cours, nous tentons de déballer le (dé)fonctionnement de l'algorithme et la pertinence du capital humain dans le processus de sélection et de mise en œuvre de l'audit.Chapitre 3 : L'évasion fiscale est une nuisance pour les gouvernements, qui doivent consacrer des ressources pour la combattre afin de s'assurer que les contribuables paient leurs impôts. Cependant, si les contribuables investissent les impôts évités de manière productive, les gouvernements peuvent également bénéficier de l'évasion fiscale en taxant le résultat des investissements des contribuables. De plus, en vérifiant les déclarations fiscales passées, les gouvernements peuvent toujours récupérer les impôts évités du passé tout en bénéficiant du résultat de l'évasion passée. Cela équivaut à une forme de double imposition. Cet article modélise l'évasion fiscale des entreprises dans un contexte dynamique où les entreprises sont incitées à investir tous leurs actifs. Il montre que la politique optimale pour le gouvernement n'est pas de réduire l'évasion à zéro, même lorsque tous les paramètres d'application sont libres. Dans la pratique, l'évasion fonctionne comme un prêt du gouvernement au contribuable, où les amendes attendues fonctionnent comme des taux d'intérêt.