Perché si evade? Il modello tradizionale (intro) e le nuove teorie
Transcript
Perché si evade? Il modello tradizionale (intro) e le nuove teorie
Scienza delle finanze 30018 – Clef 10 L’evasione fiscale 1 L’evasione in Italia • L’evasione in Italia: qualche dato • Perché si evade: un modello • Controlli: Studi di settore I dati: problemi intepretativi e indicazioni generali • L’evasione è frutto di comportamenti tenuti nascosti e quindi è per definizione di difficile misurazione. • Fino ad anni molto recenti non esistevano misure ufficiali dell’evasione, ma solo stime accademiche. • Più di recente: dal 1987 l’Istat e dal 1995 gli altri istituti statistici europei includono una stima dell’ economia sommersa (parente stretta dell’evasione, ma non uguale) nel PIL, ma solo l’Istat rende pubbliche queste stime; negli ultimi anni l’Ufficio Studi dell’Agenzia delle Entrate ha fornito alcuni dati relativi all’evasione dell’ Iva e dell’ Irap. I dati: problemi interpretativi e indicazioni generali • Con molte cautele è possibile affermare che: in Italia l’evasione in termini relativi è aumentata tendenzialmente negli anni Settanta e Ottanta, ha avuto una tendenza a decrescere negli anni Novanta e questa tendenza si è fatta più marcata nei primi anni di questo decennio; in Italia l’evasione è molto differenziata sia per settori sia per aree geografiche; in Italia l’economia sommersa in termini relativi si colloca nella fascia più alta tra i paesi OCSE insieme con gli altri Paesi mediterranei; i dati non tengono debitamente conto dell’economia criminale e delle frodi. L’evasione dell’IVA dal 1982 al 2002: Ufficio Studi AGE Evasione dell'IVA (1982-2009) 60,0% base IVA evasa su PIL 50,0% base iva evasa su base dichiarata 40,0% base iva evasa su base iva totale 30,0% 20,0% 10,0% 0,0% 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 L’identikit dell’evasore: il fattore geografico/1 Intensità dell’evasione dell’Irap nelle Regioni del Nord (Uffico Studi Age, 2006, media 1998-2002) Regione Intensità evasione Irap* Lombardia 13,04% Emilia Romagna 22,05% Veneto 22,26% Friuli Venezia Giulia 28,22% Valle d'Aosta 28,97% Trentino Alto Adige 30,17% Piemonte 30,53% Liguria 50,29% *Base imponibile evasa/base imponibile dichiarata L’identikit dell’evasore: il fattore geografico/2 Intensità dell’evasione dell’Irap nelle Regioni del Centro (Uffico Studi AGE, 2006, media 1998-2002) Regione Intensità evasione Irap* Lazio 26,05% Abruzzo 33,11% Toscana 33,67% Marche 33,95% Umbria 44,51% *Base imponibile evasa/base imponibile dichiarata L’identikit dell’evasore: il fattore geografico/3 Intensità dell’evasione dell’Irap nelle Regioni del Sud (Uffico Studi AGE, 2006, media 1998-2002) Regione Intensità evasione Irap* Basilicata 49,75% Molise 54,61% Sardegna 54,71% Campania 60,55% Puglia 60,65% Sicilia 65,89% Calabria 93,89% *Base imponibile evasa/base imponibile dichiarata L’identikit dell’evasore: il fattore settoriale Intensità dell’evasione dell’Irap nei macrosettori (Uffico Studi AGE, 2006, media 1998-2002) Regione Intensità evasione Irap* Agricoltura 70,57% Commercio 54,58% Servizi alle imprese 46,41% Servizi alle famiglie 41,89% Costruzioni 23,82% Industria 9,24% *Base imponibile evasa/base imponibile dichiarata Perché si evade? Il modello tradizionale e le nuove teorie Il modello di Allingham e Sandmo (1972) • Evasione deriva da massimizzazione dell’utilità attesa perché evasione è una scommessa: la posta in palio è ricchezza non versata al fisco, il rischio è un controllo cui segue il pagamento di sanzioni e/o la galera. • Di fronte a questo rischio, 3 atteggiamenti possibili: • Se un contribuente è neutrale al rischio, la disutilità attesa di un controllo è pari al prodotto della sanzione per la probabilità del controllo. • Se un contribuente è avverso al rischio, la disutilità attesa di un controllo è superiore al prodotto della sanzione per la probabilità del controllo. • Se un contribuente è amante del rischio la disutilità attesa di un controllo è inferiore al prodotto dalla sanzione per la probabilità del controllo. Il modello di Allingham e Sandmo (1972) • Se c’è neutralità al rischio, il contribuente guarda semplicemente all’ammontare atteso delle imposte da pagare: E[t]=t(yd)+(1+ θ)p[t(y)-t(yd)] dove p= probabilità di essere controllati e sanzionati y=reddito vero, t(y)=imposta da pagare su reddito vero yd=reddito dichiarato, t(yd)=imposta da pagare su reddito dichiarato yd≤y, t(yd) ≤ t(y) θ=sanzione proporzionale all’imposta evasa. • In questo caso il contribuente confronta il profitto atteso dall’evasione con il profitto certo nel caso di non evasione. Il modello di Allingham e Sandmo (1972) • In caso di non evasione (=onestà) il contribuente dovrebbe pagare t(y). • Quindi il contribuente sceglie di evadere se : E[t]<t(y) t(yd)-t(y) +(1+ θ)p[t(y)-t(yd)]<0 [t(yd)-t(y)]x[1-(1+ θ)p]<0 dato che [t(yd)-t(y)]<0 la diseguaglianza è verificata se e solo se [1-(1+ θ)p]>0 (1+ θ)p<1 p<1/(1+ θ) • In questo caso il contribuente evade tutto il reddito se la probabilità e/o la sanzione sono troppo basse. • Viceversa il contribuente sceglie di dichiarare tutto il reddito (yd=y) se p>1/(1+ θ), mentre è indifferente tra evadere e non evadere se p=1/(1+ θ) Il modello di Allingham e Sandmo (1972) • Secondo le previsioni del modello: l’evasione dovrebbe diminuire all’aumentare della probabilità del controllo e dell’entità della sanzione; l’evasione dovrebbe diminuire se il contribuente è avverso al rischio; l’evasione potrebbe diminuire o aumentare al variare dell’aliquota. Probabilità di un controllo e evasione • Difficile verifica empirica; gli esperimenti indicano relazione negativa (+ controlli – evasione) ma non lineare e irrisoria a livelli bassi. • Caso italiano: è troppo basso il numero di controlli? Sembra proprio di no se confrontato con quello degli altri Paesi: 250 mila accertamenti nel 2008 su 5,7 mln di partite IVA (% 4,4% vs 1-2% standard internazionale). • Caso italiano sembra negare relazione negativa se si guarda alla distribuzione regionale dei controlli. • Possibili ragioni: scarsa conoscenza (ma alcuni esperimenti smentiscono); percezione della bassa probabilità di effettiva riscossione; importanza altri fattori (oltre il modello tradizionale). Entità della sanzione e evasione • Per far sparire l’evasione basta “sbattere gli evasori in galera”? Il caso italiano sembra dimostrare il contrario… – nel 1982 viene varata la legge sulle manette agli evasori, e viene abolita la pregiudiziale tributaria; un numero impressionante di comportamenti prodromici dell’evasione viene considerato punibile. – solo 500 persone finiscono in carcere in 4 anni. • E’ colpa dei condoni? – L’Italia è un Paese di condoni e condonati (e nel 1982 c’è il primo condono tombale). – La letteratura dimostra che c’è un effetto positivo di cassa nel breve periodo, ed un effetto negativo di medio periodo se i condoni sono ripetuti nel tempo. – Ma i condoni non sembrano aver influito sulle tendenze alla riduzione dell’economia sommersa e dell’evasione dalla metà degli anni Novanta in poi. Evasione, aliquote di imposta e detrazioni • Una riduzione dell’aliquota di imposta può avere, in teoria, due effetti contrastanti sulla propensione all’evasione: la riduce perché rende meno appetibile l’evasione; la aumenta perché riduce l’avversione al rischio, quando questa è decrescente al crescere del reddito. • Anche in questo caso verifiche empiriche incerte. • “Conflitto di interessi” e detrazioni di imposta: non la panacea ma una soluzione utilizzabile in alcuni casi. Oltre il modello tradizionale • Teorie psico-sociologiche sottolineano il ruolo di: Conoscenze soggettive del sistema fiscale anche se l’ignoranza di specifici aspetti (es: sovrastima probabilità di controllo) può aumentare gettito, informazione e conoscenza corretta tendono ad essere positivamente correlate a tax compliance (anche grado di istruzione); Percezione dell’equità (o dell’iniquità) del sistema fiscale Norme individuali e norme collettive: giudizi sull’evasione (tax morale) Alm e Torgler (2006): USA paese con + elevata tax morale e bassa quota di sommerso; Belgio e Portogallo Paesi con + bassa tax morale e alta quota di sommerso, ma Italia e Spagna hanno tax morale medio-alta e alta quota di sommerso. Percezione delle opportunità di evasione e third-party information il ruolo della tipologia di reddito (reddito da lavoro dipendente vs reddito da lavoro autonomo). Gli Studi di Settore Cosa sono gli studi di settore? • Gli studi di settore sono uno strumento utilizzato dall’Agenzia delle Entrate per individuare chi presumibilmente evade di più all’interno dei diversi settori economici. • A ciascun contribuente che esercita un’attività economica su scala medio-piccola (fatturato dichiarato inferiore a 5,1 milioni di euro) viene chiesto di dichiarare: i) il proprio ricavo (output); ii) una serie di informazioni riguardanti gli input utilizzati per produrre l’output. • Sulla base di ii), per ciascun contribuente viene calcolato un ricavo considerato plausibile (normale): se il ricavo dichiarato è inferiore a quello plausibile il contribuente viene considerato incongruo e può essere quindi sottoposto ad una procedura particolare di accertamento. Gli obiettivi degli Sds 1. Generare una graduale riduzione dell’evasione fiscale In ogni settore economico si tende a spingere i contribuenti ad adeguarsi ai comportamenti degli altri operatori economici che si ritiene evadano di meno (ovvero che evadano in misura “normale”). 2. Ridurre le distorsioni alla concorrenza generate dall’evasione fiscale Se due operatori evadono in misura diversa nello stesso settore, quello che evade di più fa concorrenza sleale. 3. Tramite l’emersione graduale, ridurre i costi amministrativi per il contenzioso e consentire all’A.F di concentrarsi sui controlli dei grandi evasori, ovvero di chi non si allinea agli sds. Approccio generale • Ciascuno studio viene elaborato seguendo queste fasi: 1) definizione del settore e formazione dei cluster; 2) analisi della coerenza e definizione del campione di riferimento; 3) definizione della funzione di ricavo Ogni Sds viene poi approvato da un comitato degli esperti in cui sono rappresentate le categorie produttive (metodo del consenso). Dopo l’elaborazione, lo studio viene applicato da ciascun contribuente soggetto agli studi di settore utilizzando un software apposito (Ge.ri.co); In seguito al calcolo del ricavo congruo, dal 2008 altre procedure sono state introdotte per contrastare l’implicito incentivo a dichiarare meno input. In particolare, esistono limiti minimi alla dichiarazione degli input, limiti che sono specifici per cluster. Normalmente uno studio viene elaborato utilizzando i dati che si riferiscono a non più di 3 periodi di imposta (=anni) precedenti a quelli di applicazione. Per il periodo d’imposta 2011 verranno applicati studi di settore elaborati nel triennio 2008-2010. 1. Definizione del settore e formazione del cluster • I contribuenti sono inizialmente identificati sulla base della codificazione ISTAT a cinque cifre: un settore corrisponde ad uno o più codici Istat. • In base ai dati che hanno comunicato in passato (in genere, 3 anni prima rispetto al periodo di applicazione dello studio) i contribuenti di uno stesso settore vengono suddivisi in cluster. • I cluster vengono ottenuti principalmente (ma non solo) utilizzando procedure statistiche che raggruppano i contribuenti che hanno tra di loro caratteristiche più simili. • In ogni settore ci sono quindi tanti cluster ed è il cluster il punto di riferimento per l’elaborazione dello studio. 2. Analisi della coerenza e selezione del “campione di riferimento” • All’interno di ciascun cluster vengono individuati degli indicatori di coerenza: questi indicatori sono utilizzati per determinare, all’interno di ciascun cluster, il c.d. campione di riferimento. • Il campione di riferimento comprende tutti i soggetti economici il cui comportamento è normale rispetto al settore in cui operano, ovvero presenta valori né troppo elevati né troppo ridotti degli indicatori di coerenza (distribuzioni ventiliche e taglio delle code). • L’idea è quella che nel campione non debbano essere ricompresi coloro che evadono in misura molto superiore agli altri operatori economici del settore. 3. Definizione della funzione di ricavo • La funzione di ricavo stimata è in sostanza una relazione presunta tra input (lavoro, materie prime, beni strumentali) e output (ricavi, compensi). • La funzione viene definita: utilizzando esclusivamente il campione di riferimento; selezionando le variabili (gli M inputs) che possono “spiegare” i ricavi; stimando il contributo presunto di ciascuna unità di input al livello dei ricavi (=coefficiente): M Rˆ = ∑ βˆi * inputi i =1 Contribuente congruo/incongruo Un generico contribuente j sarà incongruo se: R j < Rˆ j PROBLEMA: se il contribuente conosce i coefficienti, avrà R < Rˆ incentivo ad abbassare artificialmente il valore degli inputs, così da ridurre il valore del ricavo congruo: j j Fino al 2007: il contribuente doveva preoccuparsi esclusivamente del fatto che i propri ricavi non fossero inferiori ai ricavi congrui. Dal 2008: il software non accetta più qualsiasi valore di input dichiarato, ma invece calcola, per ciascun cluster, un valore minimo di input dichiarabile e un ricavo di (a)normalità Conclusioni • L’evasione è un fenomeno molto complesso, in cui interagiscono incentivi economici, caratteristiche psicologiche e struttura sociale in cui gli agenti operano. •Dal punto di vista economico, è possibile individuare alcuni precisi fattori che influenzano la decisone di evasione. •Gli studi di settore sono uno strumento di controllo che può avere un impatto positivo in termini di riduzione dell’evasione. •La normativa che li regola è in evoluzione per cercare di proteggere l’efficacia dello strumento da comportamenti opportunistici che le loro prime applicazioni hanno determinato.