| Titre | Processus de détection et évaluation de la fraude sociale | |
|---|---|---|
| Auteur | Joubert Nadia | |
 |
Revue | Revue économique |
| Numéro | vol. 60, no 5, septembre 2009 L'économie informelle | |
| Page | 1235-1256 | |
| Résumé |
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, 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 %. Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
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 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 approximately 13%.
Classification JEL : C34, D81, H26, J22. Source : Éditeur (via Cairn.info) |
|
| Article en ligne | http://www.cairn.info/article.php?ID_ARTICLE=RECO_605_1235 |
