Le blanchiment d’argent et les flux financiers illicites (FFI) internationaux sont des problèmes majeurs pour les pays pauvres comme pour les pays riches, mais surtout pour les premiers. Les uns et les autres reposent largement sur le traitement frauduleux des importations et des exportations au passage des frontières : contrebande, classement erroné des produits pour en modifier la valeur, et pure et simple fausse facturation, c’est-à-dire la déclaration délibérée de valeurs inexactes permettant de déplacer secrètement et illégalement de l’argent d’un pays à l’autre. Spanjers et Salomon (2017) estiment que 87 % des FFI des pays en développement entre 2005 et 2014 provenaient de la fausse facturation commerciale. Détecter la sous-évaluation et le classement erroné est essentiel dans la lutte contre la fraude fiscale et les FFI.
En quoi les statistiques miroir aident-elles à détecter la fraude ?
Il est possible de repérer ces activités illicites en comparant les chiffres des flux commerciaux entre paires de pays. Dans un monde parfait, le détail et la valeur de toutes les exportations enregistrées de l’Albanie vers la Zambie devraient correspondre au détail et à la valeur de toutes les importations enregistrées en Zambie depuis l’Albanie. C’est ce qu’on appelle les statistiques miroir. Dans un monde parfait, les reflets coïncideraient parfaitement. Dans la réalité, jamais. Examiner comment et pourquoi ils divergent est en principe un très bon moyen d’aider les administrations douanières à comprendre ce qui se passe et à améliorer leur analyse de risque et leur détection de la fraude.
Notre récent article dans le World Customs Journal examine comment cet outil a été utilisé et comment il pourrait être amélioré. Les économistes du commerce ont eu recours aux statistiques miroir dès les années 1960 (voir Bhagwati 1964). On suppose généralement que les chiffres d’importation sont plus fiables : ils servent de base au calcul des droits et taxes à l’importation et font donc l’objet d’un contrôle officiel plus serré. Mais certains pays ne communiquent pas du tout leurs données de commerce international. Il a été possible d’estimer leurs échanges à partir des statistiques miroir d’autres pays (Anderson & Van Wincoop, 2003 ; Carrère, 2006). S’ajoute le fait que les statistiques d’importation sont généralement déclarées en CAF (coût, assurance, fret) et celles d’exportation en FAB (franco à bord, hors assurance et fret). Les économistes du commerce utilisent depuis longtemps l’analyse miroir pour affiner l’estimation des coûts de transport international.
Qu’a-t-on appris de ces travaux ?
Les écarts dépassent les seuls coûts de transport et de logistique
Les écarts statistiques – le fait que les images miroir ne se reflètent pas parfaitement – n’indiquent pas en eux-mêmes une fausse facturation ou une autre forme de fraude. Il existe des raisons banales à ces décalages. Une exportation albanaise de l’exercice 2019 peut n’arriver en Zambie qu’au cours de l’exercice 2020. Ou une cargaison de cuivre initialement expédiée de Zambie vers l’Albanie peut avoir été légitimement revendue en route et détournée vers la Belgique. Les écarts sont toutefois souvent si importants que l’on peut être à peu près certain qu’autre chose se joue, et que c’est probablement illicite.
Hummels et Lugovskyy (2006) ont examiné les statistiques commerciales de 17 790 paires de pays. Dans près de 50 % des cas, les écarts sortaient manifestement de toute limite raisonnable : les chiffres déclarés impliquaient des coûts de transport international soit négatifs, soit supérieurs à 100 % de la valeur du produit à l’exportation. Des résultats comparables ont été rapportés par Raballand et al. (2012). Ayadi et al. (2014) ont montré que la valeur des importations tunisiennes en provenance de Libye et d’Algérie était en moyenne sous-déclarée d’un facteur d’environ 3, ce que les informations recueillies aux frontières ont confirmé. Des travaux ont également été menés par Bensassi et al (2017) au Mali et Chalendard et al. (2017) à Madagascar. Deux constats ressortent de la quasi-totalité des études :
- Plus les droits de douane sont élevés et la structure tarifaire complexe, plus les écarts miroir sont susceptibles d’apparaître.
- D’un pays à l’autre, les écarts statistiques importants se concentrent généralement sur moins de dix produits (sur des centaines ou des milliers de biens échangés), mais toujours le même type de produits (le plus souvent en raison des taxes élevées en jeu) : produits alimentaires (huile végétale, sucre, riz), vêtements et chaussures, produits manufacturés (motos, téléphones), matériaux de construction (ciment), carburants, produits à faible prix unitaire (comme les engrais, du fait du risque de classement erroné), ou produits exonérés de droits ou de TVA.
Les écarts sont corrélés aux problèmes de gouvernance
Les travaux menés depuis vingt ans montrent que les écarts de valeur importants repérés par l’analyse miroir tendent à être corrélés à divers indicateurs de mauvaise gouvernance, dont la fraude fiscale et la collusion. À partir d’un modèle de gravité et d’un panel mondial de données commerciales très détaillées, comptant 3,5 millions d’observations, Carrère et Grigoriou (2014) ont constaté que les écarts étaient systématiquement plus élevés là où les droits de douane – et donc l’incitation à les contourner – étaient plus élevés ; là où l’investissement direct étranger était plus important (et donc l’incitation à transférer illicitement des bénéfices) ; et là où la corruption signalée était plus forte. Rijkers et al. (2017) montrent, à partir de données tunisiennes, que l’ampleur des écarts croît avec la proximité de l’importateur avec le pouvoir politique.
Ainsi, dans les pays à la gouvernance fragile, aux droits de douane relativement élevés et aux structures tarifaires complexes, il est très probable que l’analyse miroir révèle des écarts statistiques sur les principaux produits importés.
Mettre les statistiques miroir au service d’une douane plus efficace
L’analyse miroir est relativement simple. Elle n’exige ni investissements lourds ni équipements, et les agents des douanes sont déjà habitués aux logiciels statistiques et de gestion de bases de données (voir Cantens (2015) pour un guide pas à pas). Elle a servi à des réformes douanières, y compris dans le cadre d’assistance technique aux administrations, par exemple au Cameroun et à Madagascar. Si l’analyse miroir ne démontre pas la fausse facturation ni la fraude, elle fournit une base pour les soupçonner. À ce titre, elle doit être complétée par d’autres types d’informations et adossée au travail courant des services de données, de renseignement et d’enquête douaniers.
Il faut aussi noter que l’analyse miroir ne peut se faire en temps réel, les données commerciales étant publiées avec de longs délais. Un échange automatique d’informations entre administrations douanières nationales, avec l’appui de l’Organisation mondiale des douanes, réduirait ces délais et rendrait l’analyse miroir de routine plus efficace contre la fraude. De même, elle gagne en puissance combinée à d’autres réformes douanières, comme un meilleur enregistrement et suivi de l’activité de chaque inspecteur. Les statistiques et l’analyse miroir sont donc un outil très utile, mais qui doit être complété par d’autres mesures pour une administration douanière et fiscale plus efficace.
