Processus de détection et évaluation de la fraude sociale

Nadia Joubert
2009 Revue économique  
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
more » ... lors des contrôles. Les estimations sont réalisées à partir des données individuelles des pme de l'agglomération lyonnaise, issues des fichiers administratifs, habituellement confidentiels, 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 %. DetectioN Process aND evaluatioN of social frauD 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 confidential database of the social security administration. Our results confirm that the selection bias leads to overestimate 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 approximately 13%. Classification JEL : C34, D81, H26, J22. * Mission recherche de la Direction des statistiques, des Études et de la Prévision (disep), agence centrale des organismes de sécurité sociale (acoss), 93, rue de valmy, 93108 Montreuil. Courriel : nadia.joubert@acoss.fr Je remercie le directeur de l'urssaf de lyon, Gérard Pigaglio, pour avoir autorisé la libre exploitation des données sur les entreprises immatriculées présentes dans les fichiers de l'urssaf et pour m'avoir permis de réaliser, en complète autonomie, la sélection des entreprises à contrôler afin de recueillir les informations adéquates et de fournir une évaluation d'ampleur de la fraude. Je suis reconnaissante envers l'ensemble des membres du Département contrôle pour son hospitalité et particulièrement envers Bernard sanlaville pour sa patience dans l'apprentissage de la complexité du système de gestion des déclarations des cotisants. Je tiens également à exprimer ma profonde gratitude à thierry senta pour son aide précieuse lors de la phase finale de ce travail. enfin, je remercie alain Gubian pour ses suggestions et commentaires, ainsi que Yannick l'Horty dont la discussion lors du colloque Économie informelle et travail au noir, me fut très utile. Je remercie enfin mes deux rapporteurs anonymes pour leurs remarques.
doi:10.3917/reco.605.1235 fatcat:wll66g35i5bjfpukjxuxdsvukm