Effets de pairs et fraude sociale : une analyse économétrique sur données françaises

Abstract

Nous estimons les effets de pairs et le multiplicateur social dans la décision des entreprises de s'adonner à la fraude sociale (cotisations de sécurité sociale non déclarées et dissimulation de salariés). Les données proviennent d'une enquête menée pour 2009 par l'Agence centrale des organismes de sécurité sociale (Acoss) sur 4 241 entreprises du commerce de détail non-alimentaire en France. À partir du plan d'échantillonnage de l'enquête, les inspecteurs de l'Acoss ont contrôlé de manière aléatoire des commerces à travers toutes les régions du territoire en proportion de l'activité dans chacune des régions. L'approche théorique se fonde sur un modèle linéaire-en-moyenne. Nous supposons en outre que les entreprises interagissent en groupe dans leur décision de pratiquer la fraude sociale. Plusieurs définitions de groupe (selon l'espace géographique et le type d'entreprise) sont considérées. Deux approches économétriques sont analysées : la méthode du maximum de vraisemblance conditionnel de Lee (2007) et l'approche de variables instrumentales (VI) avec effets aléatoires fondée sur des restrictions d'exclusion. Dans nos données, l'approche de Lee, qui permet d'identifier les effets de pairs en imposant relativement peu d'hypothèses, conduit à des estimateurs qui se révèlent être peu fiables. La raison de base, confirmée par des simulations Monte Carlo, vient du fait que nous n'observons qu'une faible proportion des entreprises dans chacun des groupes échantillonnés (problème d'observabilité partielle). De plus, la correction proposée par Davezies et al. (2009) n'aide pas à améliorer les estimations. En revanche, l'approche de VI est robuste à l'observabilité partielle des groupes sociaux et peut donc être utilisée dans le cas de nos données. Nous trouvons ainsi un multiplicateur social entre 2,29 et 3,28 (selon la définition des groupes) pour la proportion d'employés dissimulés par les exploitants et entre 2,4 et 2,87 pour la proportion des établissements frauduleux.