Dans un prochain article, nous décrirons dans quelle mesure les différentes formes de revenus économiques générés dans l’économie apparaissent réellement sous les formes de la fiscalité. Cette information donne une idée de combien ces revenus sont imposés, puisqu’un impôt sur le revenu purement taxerait toutes les formes de revenus. Les données fiscales à elles seules fournissent des informations incomplètes sur cette question, car les revenus enregistrés sur les formulaires fiscaux sont déjà affectés par les règles fiscales et les stratégies d’évitement et de non-conformité.
Pour résoudre ces problèmes, nous utilisons des données agrégées sur les revenus économiques des comptes nationaux du revenu et des produits (NIPA) et des comptes financiers des États-Unis. Les tableaux SOI publiés par l’IRS fournissent nos mesures du revenu total déclaré dans les déclarations de revenus.
Nous regroupons les divers flux de revenus en trois catégories : les revenus d’entreprise étroitement liés ; Revenus financiers tels que les intérêts et les dividendes ; et une large catégorie de revenus « autres » qui comprend les salaires, les traitements, les retraites, la sécurité sociale et l’assurance-chômage. Dans l’analyse de sensibilité, nous ajoutons également les plus-values. Plusieurs ajustements techniques sont nécessaires pour garantir que les données NIPA et SOI représentent le même concept de revenu.
Après avoir effectué ces ajustements, la figure 1 montre que la part du revenu NIPA qui apparaît comme revenu SOI varie selon le type de revenu et dans le temps. La ligne bleue montre que le rapport entre les mesures SOI et NIPA des « autres » revenus a été relativement élevé et constant, à 86 % en 1994 et 84 % en 2018, une légère diminution qui s’est produite au cours des dernières années de la période d’échantillonnage.
En revanche, le rapport entre les mesures SOI et NIPA des revenus des entreprises à capitaux propres et des revenus financiers est plus faible et a diminué au fil du temps. La ligne verte plate de la figure 1 montre que le ratio était de 44% en 1994 et était tombé à 32% en 2018. C’est-à-dire que le pays est passé de l’imposition de moins de la moitié des mesures économiques sur les revenus commerciaux et financiers à l’imposition de moins d’un tiers. de ces revenus au cours de cette période. La ligne pointillée verte montre que si les ajustements techniques aux dividendes admissibles (adoptés en 2003) et aux revenus d’entreprise admissibles (adoptés en 2017) sont supprimés, le ratio serait de 44 % en 1994 et de 40 % en 2018. Il le restera donc. Le cas est que moins de la moitié des revenus du NIPA apparaît dans les données du SOI.
Comprendre les sources de divergence entre les déclarations de revenus NIPA et SOI, y compris les lois fiscales, la non-conformité ou les différences dans la déclaration des pertes commerciales, peut avoir des implications de premier ordre pour mesurer et interpréter les tendances de la répartition des revenus et de la richesse. Par exemple, déterminer la répartition « manquante » du revenu d’entreprise joue un rôle important dans les estimations de l’évolution des parts de revenu plus élevées au fil du temps (Auten et Splinter 2019; Kopczuk et Zwick 2020; Piketty, Saez & Zucman 2018; Sabelhaus et parc 2020). De même, dans la mesure où la répartition de la richesse est inférée par la capitalisation des flux de revenus qui apparaissent sous forme d’imposition, la différence entre les définitions du revenu économique et du revenu fiscal peut biaiser les résultats (Bricker et al. 2016 ; Taille et Zucman 2016; Smith, Zedar et Zwick 2021).
De plus, la différence importante et croissante entre les mesures NIPA du revenu économique et les mesures SOI du revenu sur les formulaires fiscaux soulève des questions sur la répartition et les revenus : quels groupes de revenus ont le plus de leurs revenus économiques exonérés d’impôt ? Combien de revenus peut-on tirer de la modification de l’assiette fiscale pour inclure davantage de revenus qui sont actuellement exclus ? Ces questions sont mieux traitées avec des données microéconomiques, une tâche que nous poursuivrons dans un prochain article.