 | | Publications > Documents de recherche | | | |
Conformément aux orientations de la convention d'objectifs et de gestion 2006-2009, l'Acoss diffuse une nouvelle série "de document de recherche". Les travaux publiés dans ce document seront consacrés au financement de la Sécurité sociale (dispositif d’exonérations, coût du travail, fraude aux paiements de cotisations, contrôle…). Documents de recherche :
|
 | Article publié dans la revue économique : Processus de détection et évaluation de la fraude sociale. (343.53 Kilo-octets)
Cet article présente un modèle économétrique de fraude aux cotisations sociales qui tient compte du processus de contrôle et de détection.
L’introduction de ce double processus dans le modèle permet de corriger deux biais importants et ainsi de proposer une évaluation non biaisée de la fraude.Le premier biais est inhérent aux données issues des contrôles « sélectifs » des cotisants supposés à risque. Le second est lié à la possible non-détection de l’intégralité de la fraude lors des contrôles. Les estimations sont réalisées à partir des données individuelles des PME de l’agglomération lyonnaise, issues des fichiers administratifs de l’Urssaf de Lyon. Nos résultats confirment que le biais de sélection conduit à sur-estimer la fraude,tandis que le biais de détection a tendance à la sous-estimer. Selon nos résultats, en l’absence de correction de ces deux biais, la fraude serait sur-estimée d’environ 13%.
This article presents an econometric model of social fraud contributions which takes into account the process of monitoring and detection. The introduction of these two processes in the model allows to correct two important biases and so propose an unbiased fraud estimation. The first bias is inherent to data from "selective" controls of contributors assumed to be more likely fraudulent. The second is related to the possible failure in detection of the entire fraud during inspections. The estimates are based on individual data of small and medium enterprises of the Lyon metropolitan area, drawn from the database of the social security administration. Our results confirm that the selection bias leads to over-estimate fraud, while the detection bias tends to underestimate fraud. According to our results, in the absence of correction of these two biases, fraud would be over-estimated of |
2009-10-19 |
|
|
| N°2 : Processus de détection et évaluation de la fraude sociale (346.6 Kilo-octets)
Cet article présente un modèle économétrique de fraude aux cotisations sociales qui tient compte du processus de contrôle et de détection des comportements frauduleux par les organismes de recouvrement des cotisations de Sécurité Sociale (Urssaf).
L’introduction de ce double processus dans le modèle permet de corriger deux biais importants et, par conséquent de proposer une évaluation non biaisée de la fraude dans la zone étudiée. Le premier biais est inhérent aux données issues des contrôles “ sélectifs ” des cotisants supposés à risque. Le second est lié à la possible non-détection de l’intégralité de la fraude lors des contrôles. Un système d’équations simultanées censurées a été spécifié afin de procéder aux estimations sur les données individuelles des petites et moyennes entreprises de l’agglomération lyonnaise. Les estimations des paramètres sont obtenues par la méthode du maximum de vraisemblance.
Nos résultats confirment que le biais de sélection conduit à sur-estimer la fraude, tandis que le biais de détection a tendance à la sous-estimer. Selon nos résultats, le premier biais est nettement plus élevé que le second. In fine, en l’absence de correction de ces deux biais, la fraude serait sur-estimée d’environ 13%.
|
2007-09-22 |
|
|
| N°1 : Fraude sociale et dispositif de répression (357.52 Kilo-octets)
Les dispositifs de répression de la fraude consistent généralement à sélectionner un échantillon de ménages ou d’entreprises “ à risque ” sur la base d’informations administratives ou statistiques, puis à contrôler cet échantillon. Or, ces contrôles ciblés sont peu adaptés pour évaluer l’ampleur de la fraude. L’exploitation des informations obtenues est en effet susceptible de conduire à une estimation biaisée de l'observation des règles fiscales ou sociales dans le pays et de l'ampleur des activités souterraines au sens large.
L’Acoss et les Urssaf ont donc développé des programmes d’audits aléatoires pour évaluer l’ampleur de la sous-déclaration des cotisations de Sécurité sociale, en s’affranchissant des biais liés aux programmes sélectifs. Cet article fournit, à partir des données recueillies lors de contrôles sur le secteur HCR, une première évaluation du montant des cotisations éludées du fait du recours au travail dissimulé. On montre aussi que le dispositif de contrôle aléatoire a conduit à une nette hausse des montants des salaires déclarés au Régime général de Sécurité sociale par les établissements contrôlés. Cet effet est mesuré à l’aide d’une méthode microéconométrique d’évaluation permettant de prendre en compte un éventuel biais de sélection dû à des variables inobservables. |
2007-09-21 |
|
<< Début
< Précédente
1
Suivante >
FIN >> |
|
|
Recherche de document