.
Gennaio 2018 Gli effetti sono noti -
perdita di introiti per lo Stato, di efficienza economica e di giustizia
sociale per il Paese – ma i numeri lo sono meno. L’evasione fiscale è, per sua
stessa natura, un fenomeno difficile da misurare: per provare a calcolarla gli
studiosi si affidano perciò, oltre che a poco veritiere dichiarazioni dei
redditi, ai più affidabili micro-dati provenienti dalle indagini campionarie.
Qui, però, devono fare i conti con un altro tipo di evasione, stavolta di
informazioni. È il cosiddetto under reporting: i soggetti intervistati mentono
sui propri redditi anche nelle rilevazioni, sottostimandoli nel timore che si
possano stabilire collegamenti con quanto hanno dichiarato al fisco. Quali sono
le categorie di contribuenti più propense all’under reporting? E quanta
evasione fiscale si nasconde dietro alle loro omissioni?
Il dipartimento di Economia
dell’Università Ca’ Foscari di Venezia ha integrato i due principali approcci
di stima dell’evasione - il discrepancy
method e il consumption-based method
– con risultati sorprendenti: sui redditi da lavoro autonomo e impresa, un
intervistato su 4 non dice la verità, e addirittura il 44% mente sugli affitti.
Il punto di
partenza
La ricerca indaga l’under
reporting, cioè la tendenza a
dichiarare un reddito inferiore al reale nelle indagini campionarie, tra gli
intervistati per la IT-SILC, la parte italiana della European Survey of Income
and Living Conditions.
Analisi
Le precedenti stime dell'evasione fiscale ottenute in Italia
con il discrepancy method e basate su
micro-dati hanno spesso riportato tassi di evasione più bassi rispetto alle
stime ottenute con analisi macroeconomiche. La correzione per tenere conto
dell'under reporting del reddito ha consentito di allineare meglio le stime
alle analisi macroeconomiche: il tasso complessivo di evasione per l'Irpef
(stimato come rapporto tra redditi evasi e redditi lordi dichiarati) è quasi
doppio rispetto a precedenti stime, passando da circa il 7,5% a circa il 14,4%
della base imponibile potenziale. L'analisi econometrica ha confermato che l'under reporting riguarda soprattutto i contribuenti soggetti ad
autotassazione. Per i redditi da lavoro autonomo e impresa il tasso stimato di under reporting (dato dal rapporto tra redditi non indicati nelle
indagini campionarie e redditi spendibili veri) è infatti del 23%, per salire
intorno al 44% per i redditi da locazione. Grazie al nuovo approccio integrato,
la stima del tasso di evasione totale sale a circa il 37% per i redditi da
lavoro autonomo e impresa. L’evasione sulle rendite è intorno al 65%.
Non sono invece stati individuati significativi tassi di under reporting tra i lavoratori
dipendenti, che comunque hanno fatto registrare un tasso di evasione - stimato
sulla base del solo discrepancy method - pari a circa il 3,5%. Le
correzioni per l’under reporting alzano le stime del valore assoluto dei
redditi complessivi evasi a 124,5 miliardi di euro (simulazione B) e a 132,1
miliardi (simulazione C).
La ricerca supporta l’ipotesi che la propensione degli
individui a sottostimare il proprio reddito nelle rilevazioni sia coerente –
sia pure in misura minore – con la loro inclinazione a occultare gli introiti
alle autorità fiscali.
La tabella 1 mostra le perdite di gettito (tax gaps) dovute
all’evasione fiscale. La perdita di gettito ammonta a 16,5 miliardi di euro
nella simulazione A, a 37,5 miliardi nella simulazione B e a 36,8 miliardi
nella simulazione C. La parte maggiore del tax gap è causata dall’evasione da
lavoro autonomo e da impresa, che in entrambe le simulazioni B e C, che
correggono l’under reporting, è vicina ai 21 miliardi di euro. La perdita di
gettito dovuta all’evasione sugli affitti è invece un po’ più alta nella
simulazione C che nella B (14,7 miliardi contro 12,6) e decisamente più bassa
nella simulazione A, che non corregge l’under reporting (circa 3,3 miliardi). I
tax gaps stimati per il lavoro autonomo nelle simulazioni B e C sono coerenti
con quelli presentati – per lo stesso anno e per la stessa tipologia di reddito
- nel rapporto ufficiale Mef 2016. In particolare, la perdita di gettito per il
lavoro autonomo è stimata nel rapporto, con un approccio macroeconomico, pari a
20,1 miliardi di euro.
Conclusioni
L'under reporting dei redditi nelle indagini campionarie
cattura solo una parte dell'evasione fiscale. Lo studio ha evidenziato che
l’under reporting interessa principalmente i redditi da lavoro autonomo e le
rendite da capitale e da affitto. Non è stato riscontrato under reporting sui
redditi da lavoro dipendente. Attraverso il discrepancy method è stata
individuata una relazione sostanziale tra l’evasione fiscale e l’under
reporting. In particolare, correggendo i micro-dati sui redditi dell'indagine
campionaria EU-SILC per l'under reporting, il discrepancy method ha consentito
una più precisa quantificazione dell'evasione fiscale ed ha reso possibile
stimarne gli effetti redistributivi, con simulazioni distinte per profili medi
e individuali. Crediti Lo studio è stato realizzato d
Il dossier Stima l’evasione della principale imposta
italiana, l’Irpef, e ne analizza l’effetto sulla distribuzione del reddito
delle persone fisiche. Si basa su un’innovazione metodologica, che integra due
metodi di stima precedentemente usati in modo separato, il discrepancy method e il consumption-based
method. Utilizza i micro-dati ricavabili dalla banca dati IT-SILC
disponibile dall’Istat e il modello di microsimulazione fiscale Betamod sviluppato
presso il Dipartimento di Economia dell’Università Ca’ Foscari.
Osservazioni
La ricerca ha confermato la complessità del fenomeno
dell’evasione fiscale e la necessità di sviluppare approcci conoscitivi basati
su una pluralità di metodi di stima e confronto, oltre che su banche dati di
qualità che integrino i dati amministrativi con informazioni da indagini
campionarie. Il dossier Stima l’evasione della principale imposta italiana,
l’Irpef, e ne analizza l’effetto sulla distribuzione del reddito delle persone
fisiche. Si basa su un’innovazione metodologica, che integra due metodi di
stima precedentemente usati in modo separato, il discrepancy method e il
consumption-based method. Utilizza i micro-dati ricavabili dalla banca dati IT-SILC
disponibile dall’Istat e il modello di microsimulazione fiscale Betamod sviluppato
presso il Dipartimento di Economia dell’Università Ca’ Foscari.
Crediti
Lo studio è stato realizzato da Andrea Albarea
Michele Bernasconi Anna Marenzi Dino RizzI Università Ca’ Foscari di Venezia
Focus a cura di Uvi - Ufficio Valutazione Impatto Senato della Repubblica
uvi@senato.it Quest'opera è distribuita con Licenza Creative Commons
OR 