responsive_m


Gli aguzzini si incontrano sui confini. La barriera costruita nel 2015 sul confine tra l'Ungheria, la Croazia e la Serbia, di cui si vanta oggi il presidente ungherese Viktor Orban. Il sindaco di estrema destra Laszlo Toroczkai si era visto inizialmente rifiutare la richiesta di costruire un muro sullo stile di quello USA-Mexico, ma con l'avvicinarsi delle elezioni ungheresi il presidente nazionalista ordinò infine la costruzione della recinzione. (i.b.)

scritta dai media

DAI MEDIA

martedì 16 gennaio 2018

Under reporting. Evadere informazioni sui redditi è indice di evasione fiscale?

Nuovi metodi di ricerca, utilizzati dal Senato della Repubblica, confermano l’alta incidenza dell’evasione fiscale sulla scarsità delle risorse impiegabili per la collettività. Massimo il contributo negativo dell'evasione sulle rendite immobiliari
.

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

l'articolo è la sintesi dello studio promosso e pubblicato dal Senato delle Repubblica. Il testo integrale è scaricabile qui.
Show Comments: OR