1

Analyse descriptive des opérations recettes

Graphique 1 : Prévisions de recettes de la DGI, 2016 – 2022

Prévision
8,000,000,000,000
7,000,000,000,000
6,000,000,000,000
5,000,000,000,000
4,000,000,000,000
3,000,000,000,000
2,000,000,000,000
1,000,000,000,000
0
1 2 3 4 5 6 7

Prévision
Sources :

Le graphique 1 renseigne sur l’évolution des prévisions de recettes de la DGI de 2016

à 2022. Il ressort pour cette période, les prévisions de recettes de la DGI ont augmenté
 2

de 1 737 524 626 262 Milliards CDF à 7 254 997 750 280 Milliards CDF entre 2016 et
2022 soit une augmentation de 317,5%. Avec une baisse relative en 2020.

Graphique 2 : Réalisations de recettes de la DGI, 2016 – 2022

Réalisation
12,000,000,000,000

10,000,000,000,000

8,000,000,000,000

6,000,000,000,000

4,000,000,000,000

2,000,000,000,000

0
1 2 3 4 5 6 7

Réalisation
Sources :

A la lumière du graphique 2, les réalisations de recettes de la DGI ont augmenté

de 1 680 410 215 681 Milliards CDF à 11 470 793 566 517 Milliards CDF entre 2016
et 2022 soit une augmentation de 582,6%.
 3

Graphique 3 : Evolution des prévisions et réalisations de la DGI de 2016-2022

Le graphique 3 renseigne sur la comparaison de l’évolution des prévisions et

des réalisations de recettes de la DGI de 2016 à 2022. Des résultats de ce graphique il
se fait remarquer que de 2018 à 2022, la courbe des réalisations est au-dessus de celle
des prévisions. Constat qui nous permet de comprendre qu’au cours de cette période,
les réalisations de la DGI sont supérieures aux prévisions.
Tableau 1: statistiques descriptives prévisions et réalisations de recettes DGI, 2016-2022
Date: 06/28/24 Time: 14:04
Sample: 2016 2022
PREVISION REALISATION
Mean 3.95E+12 4.76E+12
Median 3.12E+12 3.77E+12
Maximum 7.25E+12 1.15E+13
Minimum 1.74E+12 1.68E+12
Std. Dev. 1.94E+12 3.32E+12
Skewness 0.683131 1.280582
Kurtosis 2.182941 3.484811

Jarque-Bera 0.739158 1.981759

Probability 0.691025 0.371250

Sum 2.77E+13 3.33E+13

Sum Sq. Dev. 2.25E+25 6.60E+25

Observations 7 7
Sources :
 4

Le tableau 1 ci-dessus nous renseigne qu’au cours de notre période d’étude, les
deux composantes des recettes de la DGI (prévisions et réalisations) sont en moyenne
positives. Néanmoins, la moyenne de réalisations (4,76) est supérieure à celle des
prévisions (3,95).

Tableau 2 : taux de réalisation et écarts entre les prévisions et les réalisations des recettes
Taux de Ecarts
Anné Ecarts
Prévision Réalisation réalisatio
e Favorable Défavorable en %
n
2016 1 737 524 626 262 1 680 410 215 681 96,71 -57 114 410 581 -3,29
2017 2 803 704 088 791 2 270 835 069 156 80,99 -532 869 019 635 -19,01
2018 2 809 952 033 191 3 770 499 875 417 134,18 960 547 842 226 34,18
2019 4 172 584 124 759 4 089 726 733 221 98,01 -82 857 391 538 -1,99
2020 3 122 409 623 724 3 655 402 422 779 117,07 532 992 799 055 17,07
2021 5 775 292 273 344 6 375 984 053 291 110,40 600 691 779 947 10,40
2022 7 254 997 750 280 11 470 793 566 517 158,11 4 215 795 816 237 58,11
Total 27 676 464 520 351 33 313 651 936 062 120,37 5 637 187 415 711 20,37
Sources :

Le tableau 2 renseigne sur le taux de réalisation et écarts entre les prévisions et

les réalisations des recettes de la DGI de 2016 à 2022 afin de juger sa performance
dans la mobilisation des recettes. Des résultats obtenus, il ressort qu’au cours de la
période de notre étude, la DGI a été performante dans la mobilisation des ressources
du fait que le total des réalisations 33 313 651 936 062 Milliards CDF est supérieur au
total des prévisions 27 676 464 520 351 Milliards CDF, soit une réalisation de 120,4%. Ces
résultats viennent de confirmer la première hypothèse de cette étude.

Tableau 3 : Contribution des régies financières aux recettes totales

Année DGDA DGI DGRAD Pétroliers producteurs Autres recettes Recettes totales
2016 1400 1680,7 420,2 81,2 51 3633,1
2017 1386,4 2199,9 709,4 203,1 50,2 4549
2018 1829,1 3664,3 1240,5 444,2 972,1 8150,2
2019 2006,1 3609,6 1137,7 531,4 1185,5 8470,3
2020 1810,2 3962,3 1155,7 188,1 269,4 7385,7
2021 3032,2 6248,1 1938,2 371,7 247,5 11837,7
2022 3854,1 11280,7 2740,6 551,1 1401,9 19828,4
Total 15318,1 32645,6 9342,3 2370,8 4177,6 63854,4
Contribution en % 24,0 51,1 14,6 3,7 6,5 100,0
Sources :

Le tableau 3 renseigne sur la contribution des régies financières aux recettes

totales de 2016 à 2022. Des résultats obtenus, il ressort qu’au cours de la période
 5

d’étude, la DGI, elle seule, a contribué à plus de moitié (32645,6 Milliards CDF sur
63854,4 Milliards CDF) aux recettes totales. Soit une contribution de 51,1 %. Ces
résultats permettent de confirmer la deuxième hypothèse qui fonde cette étude et nous
permettent de conclure que la DGI joue un rôle prépondérant dans la maximisation des
recettes fiscales.

Graphique :

Sources :
 6

Graphique :

Sources :

Graphique :
 7

Graphique :

Graphique :
 8

Graphique :

Tableau :
Date: 06/29/24 Time: 06:09
Sample: 2016 2022
Autres recettes DGDA DGI DGRAD Pétroliers producteurs Recettes total
Mean 596.8000 2188.300 4663.657 1334.614 338.6857 9122.057
Median 269.4000 1829.100 3664.300 1155.700 371.7000 8150.200
Maximum 1401.900 3854.100 11280.70 2740.600 551.1000 19828.40
Minimum 50.20000 1386.400 1680.700 420.2000 81.20000 3633.100
Std. Dev. 571.7625 918.0322 3262.553 779.7223 183.4122 5437.926
Skewness 0.361287 0.956627 1.294371 0.750418 -0.146650 1.096892
Kurtosis 1.390904 2.476137 3.504367 2.575069 1.509972 3.235092

Jarque-Bera 0.907464 1.147701 2.028826 0.709647 0.672645 1.419822

Probability 0.635253 0.563352 0.362615 0.701297 0.714393 0.491688

Sum 4177.600 15318.10 32645.60 9342.300 2370.800 63854.40

Sum Sq. Dev. 1961474. 5056698. 63865501 3647801. 201840.3 1.77E+08

Observations 7 7 7 7 7 7
 9

Tableau : Matrice de corrélation

DGDA Autres recettes DGI DGRAD Pétroliers producteurs Recettes total
DGDA 1.000000 0.570479 0.573978 0.480470 0.670440 0.576351
Autres recettes 0.570479 1.000000 0.623883 0.624057 0.516200 0.596141
DGI 0.573978 0.623883 1.000000 0.579797 0.656487 0.792619
DGRAD 0.480470 0.624057 0.579797 1.000000 0.620064 0.686653
Pétroliers producteurs 0.670440 0.516200 0.656487 0.620064 1.000000 0.440359
Recettes total 0.576351 0.596141 0.792619 0.686653 0.440359 1.000000

Il ressort du tableau ci-dessus, qu’il existe une corrélation positive et modérée

entre nos différentes variables.

Tableau : Résultats de l’estimation

Dependent Variable: RECETTES_TOTAL
Method: Least Squares
Date: 06/29/24 Time: 06:19
Sample: 2016 2022
Included observations: 7
Variable Coefficient Std. Error t-Statistic Prob.
DGDA 0.719380 0.189339 3.799438 0.0320
DGI 1.312291 0.103177 12.71879 0.0010
DGRAD -0.082757 0.577553 -0.143289 0.8951
PETROLIERS PRODUCTEURS 4.526386 0.555357 8.150415 0.0039

R-squared 0.899542 Mean dependent var 9122.057

Adjusted R-squared 0.899085 S.D. dependent var 5437.926
S.E. of regression 164.5193 Akaike info criterion 13.33949
Sum squared resid 81199.76 Schwarz criterion 13.30858
Log likelihood1 -42.68822 Hannan-Quinn criter. 12.95747
Durbin-Watson stat 3.200058

Tableau : Tests de diagnostic

 10

Probabilit
Hypotheses Test Valeur
é
Autocorrelation Breusch-Godfrey 0.807491 0.6184
Normalité Jarque-Bera 0,504869 0,7769
Hétéroscedasticité Breusch-Pagan-Godfrey 0.814533 0.6161
Validation globale Ramsey (Fisher) 0.769791 0.5219

Il ressort du tableau ci-dessus pour le test d’auto corrélation que la probabilité

associée à la F-statistique est supérieur à 0.05, ce qui permet de conclure que les
résidus sont non auto corrélés ; On constate aussi que les résidus ne sont pas
hétéroscédastiques, puisque la probabilité associée à la statistique est supérieure à 0.05
et enfin l’hypothèse de normalité des erreurs est vérifiée car la probabilité associée à la
statistique de Jarque-Bera (0,78) est supérieure à 0.05, ce qui nous permet de conclure
que les résidus sont normalement distribués.
 11

Annexes

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.807491 Prob. F(2,1) 0.6184
Obs*R-squared 4.316893 Prob. Chi-Square(2) 0.1155
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 06/29/24 Time: 06:25
Sample: 2016 2022
Included observations: 7
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
DGDA 0.094288 0.217061 0.434383 0.7391
DGI -0.039290 0.117949 -0.333107 0.7953
DGRAD 0.204542 0.773349 0.264488 0.8354
PETROLIERS_PRODUCTEURS -0.769223 1.391475 -0.552811 0.6785
RESID(-1) -1.634392 1.737201 -0.940820 0.5194
RESID(-2) -1.245314 2.345480 -0.530942 0.6893

R-squared 0.616699 Mean dependent var 5.187035

Adjusted R-squared -1.299806 S.D. dependent var 116.1977
S.E. of regression 176.2151 Akaike info criterion 12.94966
Sum squared resid 31051.76 Schwarz criterion 12.90330
Log likelihood -39.32382 Hannan-Quinn criter. 12.37663
Durbin-Watson stat 1.669150
 12

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 0.814533 Prob. F(4,2) 0.6161
Obs*R-squared 4.337457 Prob. Chi-Square(4) 0.3623
Scaled explained SS 0.451569 Prob. Chi-Square(4) 0.9780
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/29/24 Time: 06:31
Sample: 2016 2022
Included observations: 7
Variable Coefficient Std. Error t-Statistic Prob.
C 55360.72 28988.76 1.909731 0.1964
DGDA -41.83123 34.69206 -1.205787 0.3512
DGI 0.431543 9.906838 0.043560 0.9692
DGRAD 44.31735 52.89425 0.837848 0.4903
PETROLIERS_PRODUCTEURS -39.50746 49.50075 -0.798118 0.5085

R-squared 0.619637 Mean dependent var 11599.97

Adjusted R-squared -0.141090 S.D. dependent var 13340.33
S.E. of regression 14250.38 Akaike info criterion 22.14276
Sum squared resid 4.06E+08 Schwarz criterion 22.10413
Log likelihood -72.49967 Hannan-Quinn criter. 21.66523
F-statistic 0.814533 Durbin-Watson stat 2.621462
Prob(F-statistic) 0.616050
 13

Ramsey RESET Test

Equation: UNTITLED
Specification: RECETTES_TOTAL DGDA DGI DGRAD PETROLIERS_PRO
Omitted Variables: Squares of fitted values
Value df Probability
t-statistic 0.769791 2 0.5219
F-statistic 0.592578 (1, 2) 0.5219
Likelihood ratio 1.816539 1 0.1777
F-test summary:
Sum of Sq. df Mean Squares
Test SSR 18559.60 1 18559.60
Restricted SSR 81199.76 3 27066.59
Unrestricted SSR 62640.17 2 31320.08
LR test summary:
Value df
Restricted LogL -42.68822 3
Unrestricted LogL -41.77995 2
Unrestricted Test Equation:
Dependent Variable: RECETTES_TOTAL
Method: Least Squares
Date: 06/29/24 Time: 06:39
Sample: 2016 2022
Included observations: 7
Variable Coefficient Std. Error t-Statistic Prob.
DGDA 0.538092 0.311359 1.728202 0.2261
DGI 1.570669 0.353521 4.442925 0.0471
DGRAD -0.470257 0.799614 -0.588105 0.6160
PETROLIERS_PRODUCTEURS 4.725739 0.651118 7.257883 0.0185
FITTED^2 -3.23E-06 4.20E-06 -0.769791 0.5219

R-squared 0.999647 Mean dependent var 9122.057

Adjusted R-squared 0.998941 S.D. dependent var 5437.926
S.E. of regression 176.9748 Akaike info criterion 13.36570
Sum squared resid 62640.17 Schwarz criterion 13.32706
Log likelihood -41.77995 Hannan-Quinn criter. 12.88817
Durbin-Watson stat 3.235697