🔬 physics

Stochastic compliance/evasion dynamics in tax models: a piecewise deterministic Markov process approach

Ce papier présente un nouveau cadre de Processus de Markov Déterministe par Morceaux (PDMP) qui étend un modèle déterministe d'évasion fiscale en intégrant des mécanismes stochastiques d'audit et d'imitation, démontrant que leur interaction empêche les équilibres extrêmes et génère à la place des fluctuations persistantes autour d'une distribution stationnaire qui reflète mieux la dynamique réelle de la conformité.

Auteurs originaux : Jonas Mayr, Amira Meddah, Irene Tubikanec

Publié 2026-05-26

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Jonas Mayr, Amira Meddah, Irene Tubikanec

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La vue d'ensemble : Un modèle fiscal qui « respire »

Imaginez une société comme un immense et animé marché. Dans ce marché, les gens possèdent des quantités d'argent différentes (classes de revenus) et échangent constamment entre eux. Certaines personnes paient leur juste part d'impôts, tandis que d'autres tentent de dissimuler leur argent pour en payer moins (évasion fiscale).

Pendant longtemps, les mathématiciens ont tenté de prédire le comportement de ce marché en utilisant un modèle déterministe. Pensez-y comme à un train sur une voie fixe. Une fois que le train démarre, vous savez exactement où il ira. Dans l'ancien modèle, une fois qu'une personne décidait d'être un « fraudeur » ou un « contribuable honnête », elle restait ainsi pour toujours. Elle pouvait monter ou descendre en revenu (comme changer de wagon), mais son attitude envers les impôts ne changeait jamais.

Les auteurs de ce document disent : « C'est trop rigide. Les vraies personnes changent d'avis. » Ils introduisent un nouveau modèle qui agit moins comme un train et plus comme un jeu de chat avec un arbitre. Dans ce nouveau jeu, les gens peuvent soudainement changer d'équipe (du fraudeur au payeur, ou inversement) en fonction d'événements aléatoires. Ils appellent cela un Processus Markovien Déterministe par Morceaux (PDMP).

Voici comment leur nouveau « jeu » fonctionne, décomposé en trois parties :

1. Les deux forces : L'arbitre et la foule

Le document identifie deux forces principales qui poussent les gens à changer leur comportement fiscal. Ils ont d'abord modélisé ces forces comme deux « jeux » séparés, puis les ont combinés.

Force A : Le contrôle (L'arbitre)

La métaphore : Imaginez un arbitre sifflant de manière aléatoire. Quand le sifflet retentit, c'est un contrôle.
Le fonctionnement : Si une personne triche (fait de l'évasion fiscale) et se fait attraper par l'arbitre, elle est forcée de passer à l'équipe « honnête ».
Le résultat : Si vous n'avez que l'arbitre qui siffle, éventuellement, tout le monde devient honnête. L'équipe « tricheur » disparaît complètement. Le système se stabilise dans un état de 100 % de conformité.

Force B : L'imitation (La foule)

La métaphore : Imaginez un groupe d'amis qui traînent ensemble. Si un ami dit : « Hé, je n'ai pas payé mes impôts et je me suis tiré d'affaire », les autres pourraient penser : « Ça a l'air malin. Je vais faire pareil. » C'est l'imitation.
Le fonctionnement : Les gens observent leurs pairs. S'ils voient d'autres personnes réussir à échapper aux impôts, ils sont susceptibles de les imiter et de passer à l'équipe « tricheur ».
Le résultat : Si vous n'avez que cet effet de « copieur », éventuellement, tout le monde devient un tricheur. L'équipe « honnête » disparaît. Le système se stabilise dans un état de 100 % d'évasion.

2. Le monde réel : Le jeu combiné

Les auteurs ont réalisé que dans le monde réel, à la fois l'Arbitre (les contrôles) et la Foule (l'imitation) agissent en même temps. Ils ont construit un troisième modèle où ces deux forces s'affrontent.

L'analogie : Imaginez une partie de tir à la corde. D'un côté, l'Arbitre tire les gens vers l'honnêteté. De l'autre côté, la Foule les tire vers la triche.
Le résultat : Dans l'ancien modèle « train », le système finirait par s'arrêter et se stabiliser d'un côté. Mais dans ce nouveau modèle « tir à la corde », le système ne s'arrête jamais.
- Parfois, l'Arbitre gagne, et plus de gens deviennent honnêtes.
- Ensuite, la Foule rattrape son retard, et plus de gens commencent à tricher.
- Les chiffres fluctuent vers le haut et vers le bas, mais ils ont tendance à osciller autour d'un certain « juste milieu ».

C'est la découverte principale du document : Les vrais systèmes fiscaux ne se stabilisent pas dans un état parfait et statique. Au lieu de cela, ils se stabilisent dans un équilibre dynamique où il y a toujours un mélange de personnes honnêtes et malhonnêtes, changeant constamment mais restant dans une fourchette prévisible.

3. Pourquoi cela compte (selon le document)

Les auteurs affirment que leur nouveau modèle est plus réaliste car :

Il respecte les règles : Même si les gens sautent d'une équipe à l'autre, le montant total d'argent et le nombre total de personnes dans la société restent constants (tout comme dans l'ancien modèle).
Il capture la réalité : Il explique pourquoi nous ne voyons jamais une société où tout le monde paie parfaitement ses impôts, ni une où tout le monde triche. Nous voyons un juste milieu désordonné et fluctuant, et ce modèle explique pourquoi cela se produit.
Il prédit la « distribution stationnaire » : Au lieu de prédire un nombre final unique (par exemple : « 50 % tricheront »), le modèle prédit un nuage de possibilités. Il nous dit qu'au fil du temps, le pourcentage de tricheurs rebondira autour d'une moyenne spécifique, plutôt que de se figer à un endroit précis.

Résumé

Ancien modèle : Les gens sont coincés dans leurs habitudes fiscales. Le système est une ligne droite vers une destination finale.
Nouveau modèle (PDMP) : Les gens changent constamment d'habitudes en raison des Contrôles (qui les poussent à être honnêtes) et de l'Imitation (qui les pousse à tricher).
Le résultat : Le système ne s'arrête pas ; il danse. Il fluctue autour d'une moyenne stable, créant une image beaucoup plus réaliste du fonctionnement de la conformité fiscale dans le monde réel.

Le document prouve mathématiquement que ce comportement de « danse » est stable et que le système finira par se stabiliser dans un motif où le mélange de personnes honnêtes et malhonnêtes reste constant au fil du temps, même si les individus changent constamment d'avis.

Résumé technique : Dynamiques stochastiques de conformité et d'évasion dans les modèles fiscaux

Énoncé du problème
L'évasion fiscale demeure un défi persistant aux conséquences macroéconomiques et sociales significatives, notamment la réduction des recettes publiques et l'aggravation des inégalités de revenus. Bien que la recherche existante ait recouru à la modélisation mathématique pour comprendre l'évasion, une limitation spécifique persiste dans le cadre déterministe introduit par Bertotti et Modanese (2018). Dans ce modèle, le comportement individuel de conformité fiscale est traité comme statique ; les agents sont supposés rester indéfiniment dans leurs secteurs d'évasion assignés, les changements ne survenant que par le biais de transitions de classe de revenus pilotées par des interactions économiques. Cette hypothèse ignore la nature dynamique de la conformité, qui est en réalité façonnée par des incitations institutionnelles (telles que les risques d'audit) et des facteurs sociaux (tels que l'influence des pairs et l'imitation).

Méthodologie
Pour remédier à cette limitation structurelle, les auteurs étendent le modèle déterministe d'Équations Différentielles Ordinaires (EDO) vers un cadre stochastique en utilisant des Processus de Markov Déterministes par Morceaux (PDMP). Cette approche combine une évolution déterministe continue avec des sauts stochastiques discrets.

L'étude formalise trois modèles PDMP distincts :

PDMP d'audit : Modélise des événements d'application aléatoires où les audits induisent des transitions des secteurs non conformes vers le secteur entièrement conforme. Le taux de saut dépend de l'état, évoluant avec la proportion d'individus non conformes dans la population.
PDMP d'imitation : Modélise l'influence sociale où les individus adoptent les stratégies d'évasion de leurs pairs. Ce mécanisme entraîne des transitions des secteurs conformes vers des secteurs d'évasion plus élevés. Le taux de saut dépend de l'état, évoluant avec la proportion d'individus conformes (reflétant l'idée qu'une population conforme plus nombreuse offre davantage d'opportunités d'observer et d'imiter l'évasion).
PDMP combiné : Intègre les deux mécanismes, permettant aux audits et à l'imitation d'agir simultanément. Le taux de saut total est la somme des taux individuels, et le type d'événement spécifique (audit vs imitation) est déterminé de manière probabiliste à chaque instant de saut.

Pour chaque modèle, les auteurs définissent les trois composantes caractéristiques d'un PDMP : le flot déterministe (gouverné par l'EDO originale), la fonction de taux de saut et le noyau de transition (la carte décrivant les changements d'état aux instants de saut). Ils vérifient rigoureusement que ces extensions stochastiques préservent les lois de conservation fondamentales du système original : la masse totale de la population et le revenu global.

Des simulations numériques sont réalisées en utilisant une méthode d'Euler modifiée (pour assurer la conservation de la population) combinée à une procédure de filtrage pour simuler les instants de saut du PDMP.

Principales contributions et résultats

Dynamiques à long terme opposées : L'étude démontre que les deux mécanismes stochastiques produisent des résultats à long terme fondamentalement opposés.
- Le PDMP d'audit conduit le système vers un état de conformité totale. Les audits répétés réduisent systématiquement la population non conforme, menant à une distribution stationnaire concentrée sur un équilibre entièrement conforme.
- Le PDMP d'imitation conduit le système vers une non-conformité totale. Les événements d'imitation déplacent systématiquement la population vers des secteurs d'évasion plus élevés, résultant en une distribution stationnaire concentrée sur un état d'évasion maximale.
Le modèle combiné : La contribution centrale est la formulation d'un PDMP combiné où ces forces opposées interagissent. Contrairement aux mécanismes individuels qui conduisent le système vers des équilibres extrêmes, le modèle combiné ne converge pas vers un point déterministe unique. Au lieu de cela, les preuves numériques suggèrent que le système converge vers une distribution stationnaire qui fluctue autour de la trajectoire déterministe du modèle ODE original.
Sensibilité aux paramètres : Les simulations révèlent que le comportement du système est sensible à quatre paramètres clés : l'intensité de l'audit ( $\gamma$ ), l'efficacité de l'audit ( $\delta$ ), la fréquence de l'imitation ( $\eta$ ) et la force de l'imitation ( $\epsilon$ ). Alors que les paramètres d'intensité ( $\gamma, \eta$ ) contrôlent la fréquence des événements, les paramètres de force ( $\delta, \epsilon$ ) contrôlent l'ampleur des transferts de population durant ces événements.
Caractéristiques de la distribution stationnaire : Dans le modèle combiné, la distribution stationnaire est centrée près de l'équilibre déterministe mais présente des écarts systématiques. Ces écarts sont attribués à l'interaction entre les noyaux de transition et la structure économique non linéaire dépendante de la classe (spécifiquement, les conditions aux limites où les plus pauvres ne paient jamais et les plus riches ne reçoivent jamais).

Signification et affirmations
L'article affirme présenter la première application des PDMP pour modéliser les dynamiques comportementales et les effets des audits dans l'évasion fiscale. La signification principale de ce travail réside dans sa capacité à intégrer la stochasticité comportementale dans les modèles socio-économiques, dépassant le traitement statique de la conformité trouvé dans les cadres déterministes précédents.

Les auteurs soutiennent que le PDMP combiné offre une représentation plus réaliste des dynamiques de conformité fiscale observées dans les économies réelles, où les populations ne se stabilisent pas dans des états extrêmes de conformité totale ou d'évasion totale, mais présentent plutôt des fluctuations persistantes autour d'un équilibre de conformité partielle. Le cadre proposé est présenté comme un outil polyvalent pour intégrer des mécanismes comportementaux stochastiques dans des systèmes complexes, avec un potentiel pour de futures extensions impliquant des secteurs comportementaux affinés, des politiques d'audit alternatives ou des mécanismes d'apprentissage. Ce travail établit une fondation mathématique pour étudier comment les paramètres politiques et les interactions sociales co-évoluent pour créer des distributions macroscopiques de conformité et de revenus.