Unité mixte de recherche 7235

A Steeper slope: the Laffer Tax Curve in Developing and Emerging Economies

Zouhair Aït Benhamou

La comparaison de la courbe de Laffer entre pays développés et en voie de développement montre que ces derniers exhibent des caractéristiques propres. La taille de l’économie informelle rapportée au PIB réduit la base fiscale et donc les recettes fiscales que le gouvernement peut collecter. Le modèle de base génère des résultats contre-intuitif (des extrema de taux et de recettes supérieurs pour les pays émergents) qu’on explique par les écarts de calibration de paramètres et de variables à l’état stationnaire. De plus, ces pays font face à des coûts de collecte d’impôts qui sont supérieurs à ceux des pays développés, réputés pour leur système fiscal plus efficient. En combinant les deux aspects, nous arrivons à recréer une courbe de Laffer centrée à gauche et plus plate que celle des pays développés.

AGENDA

mardi 17 mai 2022

Rencontres économiques

9h30 à 11h30

Comment se débarrasser des énergies fossiles et développer les énergies renouvelables dans un monde en crise ?

jeudi 19 mai 2022

Lunch

Christophe Blot

Are all central bank asset purchases the same?

lundi 23 mai 2022

Law, Institutions and Economics in Nanterre (LIEN)

Clara Jean (Grenoble Ecole de Management)

The Value of Your Data: Privacy and Personal Data Exchange Networks

mardi 24 mai 2022

Recherche et Economie et Socioéconomie Politique, des Institutions et des Régulations (RESPIR)

Alice Sindzingre (CEPN) et Fabrice Tricou

De 13h30 à 15h30

Six forms of hierarchy for a theoretical analysis of capitalism

lundi 30 mai 2022

Law, Institutions and Economics in Nanterre (LIEN)

Antoine Dubus (ETH Zurich)

Salle G110

Data Driven Mergers and Acquisitions with Information Synergies

mardi 31 mai 2022

Series of Webinars on Economics of Environment, Energy and Transport (SWEEET)

Juan Pablo Montero (PUC)

TBA

jeudi 9 juin 2022

Lunch

Rémi Generoso

TBA

jeudi 9 juin 2022

Groupe de travail « Intelligence artificielle »

Hugo Le Picard (IFRI)

Salle G614B

Le deep learning au service de l’analyse des énergies renouvelables en Afrique

Inscription aux Newsletters