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.