CONTRIBUTION A L’ETUDE DU SYSTEME D’ADOPTION DES MESURES FISCALES TAXANT LES EXTERNALITES NEGATIVES DE L’EXPLOITATION DES BIG DATA DANS LE CONTEXTE MAROCAIN
Cuvinte cheie:
Big Data, Data-Driven-Business-Model, Seemingly Unrelated Regression, Analyse factorielle exploratoireRezumat
Cet article fait suite à nos travaux antérieurs d’immersion au cœur de la littérature traitant des instruments taxant les externalités négatives de l’exploitation des Big-Data par les Data-Driven-Business-Models et d’élaboration d’un cadre de lecture permettant l’étude du système pouvant faire émerger une mesure fiscale taxant lesdites externalités au Maroc. Il a ainsi pour objectif d’examiner les composants de ce système via une enquête par questionnaire adressé à 220 internautes et 41 entretiens semi-directif menés auprès des personnes relevant chacune d’une institution traitant au plus près l’élaboration des lois fiscales à savoir le Gouvernement, la Direction Générale de Impôts, la CGEM et les différents groupes parlementaires faisant partie de la commission des finances et du développement économique au Parlement. Le test des différentes hypothèses proposées dans notre étude s’est effectué selon la méthode de Seemingly Unrelated Regression (SUR) et a mis en évidence un certain niveau de corrélation entre les variables dépendantes intégrées dans notre étude, ce qui a permis de procéder aux analyses de validité des onze modèles de régression ainsi identifiés.
##plugins.themes.default.displayStats.downloads##
Descărcări
Publicat
Număr
Secțiune
Licență
Copyright (c) 2022 Omar TAOUAB, Nabil LAZAAR

Această lucrare este licențiată în temeiul Creative Commons Attribution-NonCommercial 4.0 International License.














