Dai risultati emerge un valore medio del sommerso fiscale in Italia sul periodo 2005-2008 pari al 16,5%, in linea con recenti stime da fonti statistiche ufficiali basate su metodi microeconomici di misurazione (approccio dell’input di lavoro, Istat, 2010). La dimensione del sommerso fiscale in Italia risulta comunque inferiore rispetto a quanto emerso da altri noti studi internazionali fondati sul CDA. Tale discrepanza è probabilmente attribuibile al fatto che nella nuova formulazione del metodo adottata in questo studio viene tenuto conto anche dell’attività criminale. Dal modello risulta che il sommerso da crimine assorbe risorse pari in media all’11% del PIL. Da ciò si conclude che, trascurando la componente criminale, si

rischia non solo di imputare erroneamente a evasione fiscale una parte di sommerso derivante invece da attività illecite, ma anche di sotto-stimare la dimensione totale della shadow economy.

Possiamo infine fare considerazioni circa la diversa diffusione del fenomeno nelle varie aree territoriali italiane. Ci stupisce constatare che dallo studio emerge che le province del Centro-Nord, in media, esibiscono un’incidenza maggiore sia del sommerso da evasione sia di quello associato ad attività illegali rispetto alle province del Sud.

Fonti:

• Ardizzi, G., Petraglia, C., Piacenza, M. and Turati, G. (2014), Measuring the Underground Economy with the Currency Demand Approach: A Reinterpretation of the Methodology, With an Application to Italy. Review of Income and Wealth, 60: 747–772. doi: 10.1111/roiw.12019
• Istat (2010), “La misura dell’economia sommersa secondo le statistiche ufficiali. Anni 2000-2008”, Conti Nazionali – Statistiche in Breve, Istituto Nazionale di Statistica, Roma.

Nel modello proposto da Tanzi ed applicato all’economia statunitense, la variabile dipendente nell’equazione della domanda di moneta è il rapporto tra contante e offerta di moneta. Le variabili dipendenti della regressione sono invece tre variabili che identificano le determinanti della domanda di moneta per transazioni regolari (la parte del reddito nazionale consistente nei salari pagati in contanti, il tasso di interesse sui depositi, e il reddito pro capite), più l’aliquota fiscale media sul reddito personale, posta come unica determinante per le transazioni sommerse. Il rapporto stimato dell’economia sommersa sul PIL è infine ottenuto sfruttando l’equazione di Fisher. In particolare, Tanzi definisce un anno base nel quale il contributo dell’economia sommersa sul PIL è assunto pari a zero e la dimensione del fenomeno viene poi stimata applicando la velocità di circolazione della moneta registrata nell’economia ufficiale alla domanda di contanti per transazioni irregolari così ottenuta.

Schneider ed Enste (2000, 2002) pubblicarono due importanti papers i quali contengono alcune critiche al metodo sviluppato da Tanzi. Le tre critiche più importanti sono le seguenti:

1. L’assunzione di assenza di economia sommersa nell’anno base;
2. Uguale velocità di circolazione di moneta nell’economia regolare e in quella irregolare;
3. Nessun’altra determinante dell’economia sommersa oltre la pressione fiscale.

Ardizzi et al. (2014) hanno proposto una revisione del CDA che supera i tre punti deboli del metodo e hanno poi applicato questa nuova versione della CDA all’Italia. Le tre innovazioni principali sono:

1. La variabile dipendente nell’equazione della domanda di moneta è una misura diretta delle transazioni in contanti;
2. Piuttosto che il livello di pressione fiscale, il modello include tra le variabil
   i due misure dirette dell’evasione fiscale rilevata;
3. Il modello controlla anche per l’influenza dell’attività economica illegale (droga e prostituzione), che, insieme all’economia sommersa, contribuiscono al più grande e generale aggregato della Unobserved Economy.

La regressione usata da Ardizzi e colleghi è stata dunque la seguente:

In cui:

YPC: misura lo sviluppo economico in termini di PIL pro capite;

BANK: è una proxy per la diffusione territoriale dell’offerta bancaria;

ELECTRO: misura il valore in rapporto al PIL delle transazioni regolate con pagamenti elettronici;

INT: è il tasso di interesse passive sui depositi bancari;

EVAS1: numero di verifiche fiscali specifiche standardizzato per il suo valore medio e pesato per un indice di concentrazione del PIL;

EVAS2: rapporto tra il numero dei controlli con rilievi effettuati su registratori di cassa e ricevute fiscali e il numero di POS esistenti nella provincia, pesato per l’indice di concentrazione provinciale del PIL;

CRIME: è la quota dei delitti connessi alla violazione della normativa sugli stupefacenti e della normativa sullo sfruttamento e sul favoreggiamento della prostituzione, rapportata di nuovo alla concentrazione provinciale del PIL.

Infine, la dimensione totale (sommersa più illegale) delle transazioni non osservate è data dall’eccesso di domanda di pagamenti in contanti. Tale eccesso di domanda è ottenuto come la differenza tra il valore predetto di CASH del modello completo, e il valore predetto di CASH utilizzando una versione ristretta del modello la quale pone EVAS1 = EVAS2 = CRIME = 0, considerando quindi solo le determinanti legali per la domanda di moneta.

Fonti e bibliografia:

• Tanzi, V. (1980), “The Underground Economy in the United States: Estimates and Implications”, Banca Nazionale del Lavoro Quarterly Review, 135(4), 427-453.
• Tanzi, V. (1983), “The Underground Economy in the United States: Annual Estimates 1930-1980”, IMF Staff Papers, 30(2), 283-305.
• Schneider, F. and Enste D.H. (2000), “Shadow Economies: Size, Causes and Consequences”, Journal of Economic Literature, 38(1), 77-114.
• Schneider, F. and Enste, D.H. (2002), The Shadow Economy: Theoretical Approaches, Empirical Studies, and Political Implications, Cambridge University Press, UK.
• Ardizzi, G., Petraglia, C., Piacenza, M. and Turati, G. (2014), Measuring the Underground Economy with the Currency Demand Approach: A Reinterpretation of the Methodology, With an Application to Italy. Review of Income and Wealth, 60: 747–772. doi: 10.1111/roiw.12019